基于注意力机制的卷积神经网络回归模型火焰当量比检测方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于注意力机制的卷积神经网络回归模型火焰当量比检测方法及装置
申请号:CN202411007565
申请日期:2024-07-25
公开号:CN119131545A
公开日期:2024-12-13
类型:发明专利
摘要
本方案公开了图像处理与机器学习领域的一种基于注意力机制火焰当量比检测方法,首先构建了一种基于注意力机制的火焰当量比检测模型,实现火焰当量比的端到端检测。该模型通过自动化的特征提取与回归预测功能,避免了传统方法中繁琐的手动特征提取步骤,从而提高了测量的效率和准确性。利用深度学习构建的当量比检测模型能自动从彩色相机RGB‑2D图像中提取特征并进行回归预测,避免了复杂的手工特征提取工程。
技术关键词
卷积神经网络回归模型 注意力机制 特征提取网络 图像采集单元 数据存储单元 C++编程语言 彩色图像传感器 多核心处理器 数据访问速度 视觉特征 深度学习框架 回调机制 优化器 训练集数据 图形处理器 配置网络