基于注意力机制结合改进动态ReLU的输变电工程图纸智能评审方法
陈晨
薛文杰
董平先
翟育新
齐桓若
国网河南省电力公司经济技术研究院,河南郑州 450052
摘要：针对传统识别方法对输变电工程图纸的分类效果较差且精确度偏低的问题,在注意力机制和改进动态ReLU基础上,提出了一种基于深度学习的工程图纸智能评审方法.利用Xception基础网络与动态ReLU函数优化小样本数据的分类效果,进而完善样本数据的ReLU参数分配.通过引入改进注意力机制模块,深化神经网络算法中特征图的权重分配,进一步提升了工程图纸的分类效果.仿真结果表明,与传统工程图纸识别方法相比,基于深度学习的工程图纸智能评审方法具有更优分类效果.
关键词：输变电工程图纸改进SE模块ReLU函数深度学习Xception网络图像识别图像分类卷积神经网络
分类号：TM769(输配电工程、电力网及电力系统)
资助基金：河南省科技计划项目(S2022CXCPB0465)
论文发表日期：2024-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 772-778 )
英文信息