买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：诺比侃人工智能科技(成都)股份有限公司

摘要：本发明属于计算机模型技术领域，具体涉及一种接触网缺陷智能检测模型的快速迭代方法。所述方法包括：步骤1：输入训练用的多个接触网图像，基于连接注意力头，生成动态卷积核；步骤2：将所有训练用的接触网图像进行缺陷类型分组，作为该种缺陷类型的动态卷积核；步骤3：建立一个接触网缺陷智能检测模型，使用自适应梯度裁剪的方法，调整该缺陷类型的动态卷积核的权重；步骤4：在快速迭代完成后，使用更新后的动态卷积核提取其动态卷积特征。本发明显著提高了模型的特征提取能力、训练效率和检测精度。

主权项：1.一种接触网缺陷智能检测模型的快速迭代方法，其特征在于，所述方法包括：步骤1：输入训练用的多个接触网图像，对每个训练用的接触网图像进行多尺度特征提取后，对多尺度特征提取的结果进行非线性融合，得到融合特征；对融合特征进行多头注意力计算，将所有注意力头的输出进行连接，得到连接注意力头；基于连接注意力头，生成动态卷积核；步骤2：将所有训练用的接触网图像进行缺陷类型分组，将缺陷类型相同的训练用的接触网图像划分为同一组，将同一组的所有训练用的接触网图像的动态卷积核进行算术平均运算，作为该种缺陷类型的动态卷积核；步骤3：建立一个接触网缺陷智能检测模型，所述接触网缺陷智能检测模型为多层次支持向量机模型，输入为动态卷积特征，输出为一个三维向量表征的判别值；对接触网缺陷智能检测模型进行快速迭代，具体包括：对于后续输入的每个训练用的接触网图像，根据其标注的缺陷类型，选择对应的动态卷积核，与后续输入的每个训练用的接触网图像进行卷积运算，提取该训练用的接触网图像的动态卷积特征；每个接触网缺陷智能检测模型标注的缺陷类型同样为一个三维向量表征的类型值；使用该动态卷积特征输入到接触网缺陷智能检测模型中，得到缺陷检测输出，根据缺陷检测输出与该训练用的接触网图像标注的缺陷类型的距离，不断更新接触网缺陷智能检测模型的学习率；同时，根据缺陷检测输出与该训练用的接触网图像标注的缺陷类型的距离和更新后的学习率与更新前的学习率的变化比率，使用自适应梯度裁剪的方法，调整该缺陷类型的动态卷积核的权重；步骤4：在快速迭代完成后，将每个缺陷类型的动态卷积核乘以其自身对应的权重得到迭代动态卷积核，将所有的迭代动态卷积核相加后，除以迭代动态卷积核的总数，得到更新后的动态卷积核；对于后续的输入的检测用的接触网图像，使用更新后的动态卷积核提取其动态卷积特征。

全文数据：

权利要求：

百度查询： 诺比侃人工智能科技(成都)股份有限公司 一种接触网缺陷智能检测模型的快速迭代方法