计算机工程

作者：赵国川, 王姮, 张华, 庞杰, 周建

单位：1. 西南科技大学 信息工程学院, 四川 绵阳 621000;2. 西南科技大学 特殊环境机器人技术四川省重点实验室, 四川 绵阳 621000;3. 清华四川能源互联网研究院, 成都 610000

关键词：水电枢纽,缺陷识别,自注意力机制,多尺度特征,自注意力融合

基金：国家重点研发计划（2019YFB1310504）；四川省科技创新创业苗子工程（2021JDRC0088）。

水电枢纽在长期运行过程中容易受水流侵蚀、应力变化等因素影响，导致形成裂缝、渗漏、脱落、露筋等缺陷，造成重大安全隐患。目前，水电枢纽缺陷识别主要依靠人工巡检，存在效率低、风险高等问题。提出一种水电枢纽缺陷识别方法，基于完全自注意力机制构建缺陷识别网络，以提高网络捕捉长距离全局信息的能力和缺陷识别精度。设计2个同尺寸的自注意力编码器分支，通过双分支结构完成不同尺度自注意力计算，从而提取多尺度缺陷特征，增强全局语义表达能力。构建一个基于类别向量的自注意力混合融合模块，并对2条分支的多尺度特征进行融合，以有效应对水电枢纽缺陷图像尺度变化大、形态多样等问题。在四川某水电站枢纽缺陷数据集上的实验结果表明，该方法宏查准率可达98.87%，缺陷识别效果优于SVM、ResNet-50、MobileNet v3等方法。

来源：2022年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第9期