标题：改进的残差网络对红外图像热斑状态分类研究
作者：贾帅康1，2 孙海蓉1，2 苏子凡1，2
作者单位：1 华北电力大学控制与计算机工程学院，河北 保定 071003；2 华北电力大学河北省发电过程仿真与优化控制技术创新中心，河北 保定 071003
关键字：光伏热斑；红外图像；残差网路；注意力机制；图像分类
摘要：为提高光伏组件红外热斑图像识别准确率，提出一种基于多尺度残差和注意力机制相结合的新型卷积神经网络AMSRnet。在残差模块引入多卷积核，充分提取图像的深层特征信息，采用多层注意力模块，减少不必要的特征学习，增强特征的判别性，同时采用数据扩充方法防止模型过拟合。实验结果表明，AMSRnet模型训练识别自制的光伏组件红外图像热斑状态数据集，准确率高达95%，与VGG16等现有模型进行对比，AMSRnet模型的识别准确率比其他模型提高了4.41%~13.82%，且训练过程中准确率未出现明显的抖动现象，具有较高稳定性。