-
题名融合高效注意力的多尺度输电线路部件检测
被引量：2
- 1
-
-
作者
陈思雨
付章杰
-
机构
南京信息工程大学数字取证教育部工程研究中心
综合业务网理论及关键技术国家重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第1期327-336,共10页
-
基金
国家重点研发计划(2021YFB2700900)
国家自然科学基金(62172232)
江苏省杰出青年基金(BK20200039)。
-
文摘
针对在高分辨率输电线路图像中,不同种类部件尺度跨越大,难以被均衡检测的问题,提出一种融合高效注意力的多尺度输电线路部件检测算法。在YOLO v5目标检测算法中,设计添加高效注意力模块ECBAM提高算法特征提取能力。根据输电线路部件的特征分布统计,使用滑动窗口对高分辨率输电线路图像进行切片,并对切片前后的图像分别使用改进后的YOLO v5算法训练模型。将两个模型的检测结果进行集成,得到多尺度输电线路部件检测结果。在公开的PLAD架空输电线路图像数据集上,该模型的检测性能远超现有目标检测模型,Precision可达83.2%,Recall可达92.8%,相比数据集原作者提出的模型,mAP值提升了1.6个百分点,达到了90.8%,且能检测出未在原始数据集上标注出的隐蔽目标,验证了在高分辨率图像中检测多尺度输电线路部件的有效性。
-
关键词
输电线路
多尺度目标检测
滑窗切片
注意力机制
-
Keywords
transmission line
multi-scale object detection
sliding window slicing
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
