基于自监督学习的输电线路螺栓螺母异常检测技术
DOI:
作者:
作者单位:

1.国网湖北省电力有限公司超高压公司;2.浙江大学滨江研究院

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对输电线路螺栓螺母异常检测问题,对无标签螺栓数据训练深度学习预训练模型进行了研究,首次采用了自监督学习的方法,使用大量无标签数据集进行学习,首先,使用少量带标签的螺栓目标检测数据集训练目标检测模型,推理获取大量的单图无标签螺栓数据集,然后,采用自监督学习方法通过单图无标签螺栓数据集训练螺栓预训练大模型并获取可视化的螺栓注意力图,最后通过实验对比螺栓预训练大模型在螺栓分类和检索任务中与非预训练模型的效果,实验结果表明无标签数据得到的预训练大模型可以注意到螺杆、螺母、连接件的位置,进一步表明螺栓预训练大模型在在分类任务中准确率提升了2%到7%,在螺栓检索任务中平均精度提升了8%。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

杨景嵛,辛巍,刘全,刘晓华,孙忠慧,张治国,刘文超,王沐东,付思诗.基于自监督学习的输电线路螺栓螺母异常检测技术计算机测量与控制[J].,2023,31(5):87-93.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2023-01-03
  • 最后修改日期:2023-01-31
  • 录用日期:2023-01-31
  • 在线发布日期: 2023-05-19
  • 出版日期: