融合Resnet50与改进注意力机制的绝缘子状态识别研究

摘要

本文为了实现无人机航拍图像中绝缘子的状态识别,以ResNet50为基础框架构建深度学习算法,并对深度残差网络做出改进:首先是利用过度参数化卷积层代替常规卷积层来提升基础网络的精度,其次添加ECAnet与DO-CBAM这两个注意力模块,从不同维度对特征进行高效提取。改进后的网络模型在进行绝缘子状态识别时,准确率达到99.87%。实验表明,融合ResNet50与改进注意力机制的绝缘子状态识别方法具有有效性。