一种变压器漏油识别方法和系统.pdfVIP

下载本文档

7
0
约1.47万字
约 12页
2023-05-16 发布于四川
举报
版权申诉

一种变压器漏油识别方法和系统.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种变压器漏油识别方法和系统，该方法包括获取变压器漏油图像，构建基于融合注意力机制的残差U‑Net深度学习网络模型，并进行模型训练，利用训练后的基于融合注意力机制的残差U‑Net深度学习网络模型对获取的变压器漏油图像进行识别，得到漏油区域的分割结果。本发明通过引入一种自注意力机制来促进全局特征融合，加强像素特征间的语义关联，减少细节信息丢失，提升了分类准确率；然后采用ResNet18网络来代替传统U‑Net网络的编码器部分，并利用在ImageNet数据集上预训练得到的ResNet18

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114757938 A (43)申请公布日 2022.07.15 (21)申请号 202210526335.1 G06T 7/11 (2017.01)