基于完全自注意力的水电枢纽缺陷识别方法

摘要：

水电枢纽在长期运行过程中容易受水流侵蚀、应力变化等因素影响,导致形成裂缝、渗漏、脱落、露筋等缺陷,造成重大安全隐患.目前,水电枢纽缺陷识别主要依靠人工巡检,存在效率低、风险高等问题.提出一种水电枢纽缺陷识别方法,基于完全自注意力机制构建缺陷识别网络,以提高网络捕捉长距离全局信息的能力和缺陷识别精度.设计2个同尺寸的自注意力编码器分支,通过双分支结构完成不同尺度自注意力计算,从而提取多尺度缺陷特征,增强全局语义表达能力.构建一个基于类别向量的自注意力混合融合模块,并对2条分支的多尺度特征进行融合,以有效应对水电枢纽缺陷图像尺度变化大、形态多样等问题.在四川某水电站枢纽缺陷数据集上的实验结果表明,该方法宏查准率可达98.87％,缺陷识别效果优于SVM、ResNet-50、MobileNet v3等方法.

关键词：水电枢纽、缺陷识别、自注意力机制、多尺度特征、自注意力融合

所属期刊栏目：48

分类号：TP319.41(计算技术、计算机技术)

资助基金：国家重点研发计划;四川省科技创新创业苗子工程

在线出版日期：2022-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：277-285