基于多任务学习的输电线路小金具缺失推理加速算法

来源：计算机测量与控制杂志2023年第7期北京时间：

作者：程绳,葛雄,肖非,朱传刚,吴军,肖海涛,李嗣,楚江平,袁雨薇

摘要：针对输电线路小金具缺失的检测问题,对小金具缺失算法的推理加速进行了研究,采用了多任务学习的方法,将小金具缺失检测任务使用一个Swin Transformer [26]主干网络连接和多个MLP任务头的方式进行多任务学习和多任务推理,并进行了单任务学习和多任务学习的精度和性能对比实验,最后还验证了在多任务学习中无缝增加扩展任务,实验结果表明多任务学习的输电线路小金具缺失推理在比单任务学习的推理速度提升了2倍以上,在推理显存占用上降低了22%以上。通过扩展任务实验结果验证了扩展任务的有效性,提高了任务配置的灵活性。

关键词：多任务学习;推理加速;输电线路;小金具缺失;扩展任务学习