在审

一种地下电缆管道场景异物识别和分类方法

戴云峰、刘安宏、王鑫、丁亚杰、王瀚、冯兴明、成先文、成云朋、陈文、杨帆、陈诚、骆伟伟
国网江苏省电力有限公司盐城供电分公司

摘要

本发明提供了一种地下电缆管道场景异物识别和分类方法,包括以下步骤:(1)预先构建一个异物识别和分类训练模型来获得模型参数,所述模型使用卷积长短期记忆(ConvLSTM)和通道分组策略组成的全局长短期记忆(GLS)模块来提取远程空间特征和相邻通道特征,使用空间和通道联合注意力机制(JAM)来对特征进行重新加权和建模,通过特征融合来提供连续且精细的像素级特征;(2)将测试图像数据加载进异物识别和分类模型,输出包含异物类型及异物所在区域的具有检测结果的图像并测试该模型对管道场景各异物类别预测精度。本发明对电缆管道场景图像中异物的检测精度高,识别异物类型广,智能化程度高,节省人力,且成本较低。

暂无引用专利