基于Mask-Grad-CAM的遥感电力目标表征方法  

作　　者：杨劲松 

机构地区：[1]广东电网有限责任公司中山供电局,广东中山528400

出　　处：《物联网技术》2025年第6期10-16,共7页Internet of things technologies

摘　　要：基于可视化框架Grad-CAM设计了一种遥感电力目标识别模型,旨在提升针对遥感电力目标的辅助决策准确性和深度神经网络的视觉可解释性。模型首先对现有的Grad-CAM框架进行改进,引入了掩膜机制以揭示和挖掘图像中被遮挡或去除关键决策信息后的剩余有价值语义信息;之后构建了一个弱监督分割和反事实解释的网络结构,旨在通过最大化后验概率找到最优特征,并确保模型的解释性。最终,基于电力遥感图像的可视化与评估实验,验证了改进模型的有效性。

关 键 词：遥感电力图像 可解释性 类激活 Grad-CAM 语义信息 弱监督分割 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]