首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度可分离空洞卷积金字塔的变压器渗漏油检测
引用本文:赵文清,刘亮,胡嘉伟,翟永杰,赵振兵.基于深度可分离空洞卷积金字塔的变压器渗漏油检测[J].智能系统学报,2023(5):966-974.
作者姓名:赵文清  刘亮  胡嘉伟  翟永杰  赵振兵
作者单位:1. 华北电力大学控制与计算机工程学院;3. 华北电力大学电气与电子工程学院
基金项目:国家自然科学基金项目(61773160,61871182);;中央高校基本科研业务费面上项目(2020MS153,2021PT018);;河北省自然科学基金项目(F2021502013);
摘    要:为了降低影响并提高对变压器渗漏油巡检图像的检测效率,提出一种基于深度可分离空洞卷积金字塔的变压器渗漏油检测模型。首先,将空洞金字塔中普通卷积块修改为深度可分离卷积块,以此扩大金字塔感受野,使特征提取网络提取到的特征图语义信息更加丰富;然后,改进了特征提取阶段低阶语义特征与高阶语义特征融合过程,进一步增强特征提取网络产生特征图的语义信息;最后,为了避免经过多次卷积、池化操作后特征图语义信息的损失,在融合过程中引入空间注意力机制和通道注意力机制,进一步增强特征图中的语义信息。与UNet(convolutional networks for biomedical image segmentation)、PSPNet(pyramid scene parseing network)、DeepLabv3+(encoder-decoder with atrous separable convolution for semantic image segmentation)和MCNN(multi-class convolutional neural network)等算法进行对比实验发现,本文所提出网络...

关 键 词:变压器  渗漏油检测  语义信息  深度可分离空洞卷积金字塔  低阶特征  高阶特征  特征融合  注意力机制
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号