-
公开(公告)号:CN115620147B
公开(公告)日:2023-04-07
申请号:CN202211502842.8
申请日:2022-11-29
申请人: 国网山东省电力公司济南供电公司
IPC分类号: G06V20/10 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种深度卷积神经网络的可微架构搜索方法及装置,应用于输电线路隐患分析场景或变电站缺陷检测场景,属于神经网络架构搜索技术领域,方法包括以下步骤:采集待检测数据,所述待检测数据包括输电线路隐患分析数据集或变电站缺陷检测数据;计算神经网络权重和神经网络架构参数,得到神经网络的最优架构;采用与任务无关的模型中间层特征的最大编码率缩减作为网络架构性能标准进行搜索;采用与任务相关的模型中间层时域特征和频域特征的最大编码率缩减作为网络架构性能标准进行搜索。本发明能够实现深度卷积神经网络的加速与压缩,解决输电线路隐患分析场景和变电站缺陷检测场景中是隐患问题。
-
公开(公告)号:CN115620147A
公开(公告)日:2023-01-17
申请号:CN202211502842.8
申请日:2022-11-29
申请人: 国网山东省电力公司济南供电公司
IPC分类号: G06V20/10 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种深度卷积神经网络的可微架构搜索方法及装置,应用于输电线路隐患分析场景或变电站缺陷检测场景,属于神经网络架构搜索技术领域,方法包括以下步骤:采集待检测数据,所述待检测数据包括输电线路隐患分析数据集或变电站缺陷检测数据;计算神经网络权重和神经网络架构参数,得到神经网络的最优架构;采用与任务无关的模型中间层特征的最大编码率缩减作为网络架构性能标准进行搜索;采用与任务相关的模型中间层时域特征和频域特征的最大编码率缩减作为网络架构性能标准进行搜索。本发明能够实现深度卷积神经网络的加速与压缩,解决输电线路隐患分析场景和变电站缺陷检测场景中是隐患问题。
-