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 |
|
|