申请/专利权人：三峡大学

申请日：2023-09-28

公开（公告）日：2024-04-16

公开（公告）号：CN117893857A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/25;G06V10/26;G06V10/40;G06V10/82;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：用于电力线资产多目标检测的层交互注意力加强方法，包含步骤1：读取电力线资产图片；步骤2，对图像预处理进行放缩和切割操作；步骤3：对图片进行数据集的划分，获取训练集，验证集和测试集；步骤4：构建层交互注意力加强深度学习网络；步骤5：将所获得的训练集输入深度学习网络进行训练；步骤6：将验证集图片加载到训练好的预测模型；步骤7：输出多目标预测结果。在特征提取中利用层交互注意力学习在通道和空间维度上聚合相邻特征的互补信息，实现深、浅特征映射之间的平衡，改善多尺度特征的学习能力，从而提高检测精度。对比其他检测模型，对电力线资产中的输电塔、阻尼器、绝缘子、隔震器、塔板进行检测，其检测度量mAP值最高。

主权项：1.用于电力线资产多目标检测的层交互注意力加强方法，其特征在于，包括以下步骤：步骤一、读取电力线资产图片；步骤二、对图像预处理；进行放缩和切割操作；步骤三、对图片进行数据集的划分，获取训练集，验证集和测试集；步骤四、构建层交互注意力加强深度学习网络；步骤五、将所获得的训练集输入深度学习网络进行训练；步骤六、将验证集图片加载到训练好的预测模型；步骤七、输出多目标预测结果。

全文数据：

权利要求：

百度查询： 三峡大学 用于电力线资产多目标检测的层交互注意力加强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD