面向钢丝绳微弱损伤智能识别的多尺度注意力网络

针对复杂恶劣工况下客运索道钢丝绳表面损伤程度微弱、识别难度高,且损伤样本数量较少的问题,提出了一种融合多尺度特征提取与注意力机制的钢丝绳微弱损伤智能识别方法。首先引入生成对抗网络对运行图像去除模糊,并使用透视变换和随机裁剪扩充样本数量,接着采用多尺度卷积神经网络提取损伤图像的整体特征与局部特征,对小尺寸特征图上采样后与大尺寸特征图拼接以融合不同尺度的特征,并添加注意力机制对关键特征进行增强,最终经预测模块输出损伤的类别和坐标。通过钢丝绳损伤模拟实验台上采集的损伤图像对所提方法进行验证,结果表明:与现有方法比较,该方法在保证平均精度均值(mAP)不降低的同时大幅度缩短了训练时间,体现了该方法的有效性。