摘要
本发明公开了一种基于轻量化模型的电力设备在线检测系统，具体涉及深度学习领域，包括数据收集模块、数据预处理模块、检测模型训练模块、设备推理模块、异常识别模块、需求降温分析模块、人机交互模块。本发明通过使用轻量化模型在边缘计算网关实施电力设备在线检测，并在设备推理前进行检测模型的训练，通过参数优化单元、纹理增强单元、多尺度融合单元以及残差增强单元，提升了在复杂背景下的检测精度，在识别存在过热风险时基于异常区域温度分布和相邻区域温差的精准测算进行针对性降温调整，提升了多层特征的协同能力，使得模型在噪声干扰下仍能保持较高的鲁棒性，具有广泛的应用前景。
