基于BYOL多模态学习的绝缘子故障目标识别

作者：刘艳; 黄杰^*

来源：电力科学与工程, 2022, 38(10): 73-78.

• BYOL
• 多模态
• 自监督学习
• 绝缘子
• 目标识别

针对利用基于深度学习的目标识别技术进行输电线路故障检测时训练样本制作困难的问题，提出了一种基于BYOL(bootstrap your own latent)的多模态目标识别方法。将多源异构信息通过信息融合模块传送至神经网络下游，利用BYOL框架在未标记样本中进行模型训练，融合多模态信息以增强特征的表达能力、提升自监督学习效果，使模型更容易在特征中获取识别目标的有效信息。实验结果表明,在进行绝缘子表面灼伤目标识别时，基于BYOL的多模态目标识别方法平均精确度比Sim CLR方法、原始BYOL方法以及SimSiam方法分别提升了23.4%、13.1%与10.5%。实验结果表明了该算法的有效性。