可变形NTS-Net的螺栓属性多标签分类
目的 螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一.本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net(navigator-teacher-scru-tinizer network)的螺栓属性多标签分类方法.方法 为了增强模型对不规则轮廓的处理能力,采用可变形卷积的ResNet-50网络作为特征提取网络从原图中提取全局特征.利用NTS-Net学习得到图像信息量最大的判别性局部区域.为了考虑不同局部特征对不同属性标签的不同影响,在局部特征与全局特征融合时引入通道注意力机制,提取特征的通道权重,获取关键通道特征以改善多标签分类效果.结果 实验结果表明,本文在螺栓多属性分类数据集上的平均分类精确率为84.5%,比采用传统的多标签分类精确率提升了10%20%.结论 本文通过可变形卷积提升网络的特征提取能力以及引入通道注意力机制实现了对NTS-Net提供的局部特征的高效利用,为解决螺栓多属性分类中存在的问题提供了一种新的思路.
螺栓缺陷;可变形卷积;NTS-Net网络;多标签分类;通道注意力
26
TP301.6(计算技术、计算机技术)
国家自然科学基金项目;河北省自然科学基金项目;北京市自然科学基金;中央高校基本科研业务费专项资金资助
2021-11-24(万方平台首次上网日期,不代表论文的发表时间)
共12页
2582-2593