电力设备异常少样本缺陷分类模型训练方法、装置

    公开(公告)号:CN115439721A

    公开(公告)日:2022-12-06

    申请号:CN202211388920.6

    申请日:2022-11-08

    摘要: 本申请涉及一种电力设备异常少样本缺陷分类模型训练方法。所述方法包括:获取目标电力设备的设备样本图像;将设备样本图像输入至待训练的上述分类模型,通过上述分类模型获取设备样本图像对应的样本图像特征,并基于样本图像特征,得到样本图像特征对应的重建图像以及重建图像对应的重建图像特征;当设备样本图像为异常样本图像时,基于样本图像特征以及重建图像特征,得到第一损失值;当设备样本图像为正常样本图像时,基于设备样本图像、样本图像特征、重建图像以及重建图像特征,得到第二损失值;利用第一损失值与第二损失值,对上述进行训练,得到训练完成的上述分类模型。采用本方法能够使得上述分类模型的分类结果更加准确。