一种提取电力设备图像特征的神经网络模型和方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种提取电力设备图像特征的神经网络模型和方法
申请号:
CN202511543649
申请日期:
2025-10-28
公开号:
CN121033439A
公开日期:
2025-11-28
类型:
发明专利
摘要
本发明公开了一种提取电力设备图像特征的神经网络模型和方法,包括Swin Transformer骨干网络和PKI模块;PKI模块采用多核并行感知结构和门控融合单元;多核并行感知结构对骨干网络输出的特征图并行地执行四路分支的深度可分离卷积操作,对应提取从细粒度到粗粒度的四个尺度的特征;门控融合单元通过可学习权重矩阵和自适应缩放因子动态校准各路分支提取特征的权重,并进行特征融合,输出统一的多尺度特征表示。
技术关键词
电力设备
神经网络模型
多核并行
图像
联合损失函数
分支
鲁棒性
散斑噪声
动态
双线性插值
椒盐噪声
样本
抗锯齿
矩阵
锚点
场景
校准
语义特征