基于注意力机制结合改进动态ReLU的输变电工程图纸智能评审方法

摘要

针对传统识别方法对输变电工程图纸的分类效果较差且精确度偏低的问题，在注意力机制和改进动态ReLU基础上，提出了一种基于深度学习的工程图纸智能评审方法。利用Xception基础网络与动态ReLU函数优化小样本数据的分类效果，进而完善样本数据的ReLU参数分配。通过引入改进注意力机制模块，深化神经网络算法中特征图的权重分配，进一步提升了工程图纸的分类效果。仿真结果表明，与传统工程图纸识别方法相比，基于深度学习的工程图纸智能评审方法具有更优分类效果。

关键词

输变电工程图纸 / 改进SE模块 / ReLU函数 / 深度学习 / Xception网络 / 图像识别 / 图像分类 / 卷积神经网络