论文部分内容阅读
为提高光伏组件红外热斑图像识别准确率,提出一种基于多尺度残差和注意力机制相结合的新型卷积神经网络AMSRnet。在残差模块引入多卷积核,充分提取图像的深层特征信息,采用多层注意力模块,减少不必要的特征学习,增强特征的判别性,同时采用数据扩充方法防止模型过拟合。实验结果表明,AMSRnet模型训练识别自制的光伏组件红外图像热斑状态数据集,准确率高达95%,与VGG16等现有模型进行对比,AMSRnet模型的识别准确率比其他模型提高了4.41%～13.82%,且训练过程中准确率未出现明显的抖动现象,具有