融合多尺度特征的前景分割方法在高压开关柜异物遮挡检测中的应用

电力系统巡检的一项任务是检查电力设备是否被异物遮挡,确保设备安全运行,并为元件状态巡检任务排除障碍。针对高压开关柜的异物遮挡检测任务,通过合成算法人工合成构建一个开关柜异物遮挡检测的合成数据集,然后将监控视频运动目标分割任务的前景分割方法应用于该任务,并通过融合多尺度特征提高模型对背景存在细微差别的分割精度。实验对比和分析几种主要的前景分割方法与所提方法的优劣结果证明针对任务改进的前景分割方法可以在开关柜异物遮挡检测任务中取得很好的效果。

中文文本层次多标签分类算法研究

标签具有层次结构的多标签文本分类任务是具有挑战的与应用价值的任务。常见的层次多标签分类方法往往忽略了标签结构与文本之间的联系,标签之间的关系也难以建模。本文使用图神经网络对标签的层次结构进行建模形成图标签表示,然后与预训练文本表示通过注意力机制进行融合,构建多标签分类模型。通过收集真实数据构建一个中文新闻数据集,在构建的模型在该数据集上进行测试,实验结果说明该模型的有效性。