APP下载

基于鉴别注意力融合的仪表细粒度分类方法

2023-07-21孙荣艳李晓明

计算机技术与发展 2023年7期
关键词:分类特征融合

孙荣艳,李晓明

(太原科技大学 计算机科学与技术学院,山西 太原 030024)

0 引 言

指针式仪表广泛应用于工业领域;随着智能化生产的升级改造,基于视觉的仪表自动巡检读数成为了一项重要的研究内容;仪表的读数通常通过检测指针的位置来确定。不同规格型号的仪表,指针指向相同位置所代表的具体读数不同,因此,预先识别仪表的详细类别是进行自动读数的重要前提。

迄今为止,许多学者对仪表的检测识别和读数已经做了很多研究,但有关仪表细分类的研究比较少。目前的文献在仪表读数相关研究中,通常采用经典的目标检测模型(如Yolo等)实现仪表的检测,并假设仪表的类别是已知的,回避了仪表的细分类问题。究其原因,主要是由于不同类别的仪表外观差异较小,相同类别仪表又因光照强度变化和环境等导致差异较大。如图1所示,相同厂家相同类型的仪表只有量程和刻度数不同,再加上有效样本数量少,背景干扰大,因此,现有的基于通用目标检测的分类识别模型在样本量较少的情况下对于仪表细分类的准确率较低。基于此,一些研究者们应用细粒度图像分类算法挖掘仪表的鉴别特征。文献[1]通过图像生成器增广数据集,从而为细粒度分类模型提供更多可鉴别粒度;文献[2]使用基于注意力机制的裁剪方式增广图像达到扩充训练数据集的目的,提高了细粒度识别的准确率。

图1 某变电站仪表数据示例图

针对……

登录APP查看全文

猜你喜欢

分类特征融合
村企党建联建融合共赢
融合菜
分类算一算
从创新出发,与高考数列相遇、融合
《融合》
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
线性代数的应用特征