-
题名基于跨模态多层次特征融合的电力设备检测算法
- 1
-
-
作者
刘善峰
毛万登
李苗苗
周千凯
邹文杰
鲍华
-
机构
国网河南省电力公司电力科学研究院
国网驻马店确山县电力公司
安徽大学电气工程及其自动化学院
-
出处
《红外技术》
北大核心
2025年第7期884-894,共11页
-
基金
安徽省科技厅自然基金面上项目(1908085MF217)
安徽省教育厅重点项目(2023AH050085)。
-
文摘
针对复杂环境下电力设备检测算法鲁棒性较低和小目标检测不准确的问题,本文提出一种基于自适应融合和自注意力增强的跨模态多层次特征融合算法。首先构建双流特征提取网络,提取可见光图像和红外图像的多层级目标表征。通过引入自适应融合模块,捕捉可见光分支和红外分支两种模态下的互补特征,并进一步利用基于Transformer的自注意力机制来增强互补特征的语义空间信息。最后通过不同尺度下的深层特征来实现目标的精确定位。本文在自建电力设备数据集上进行充分实验,实验结果表明,所提算法的平均精确率均值(mAP50)可以达到91.7%,相较于单一可见光支路和单一红外支路,分别提升了3.5%和3.9%,有效地实现了跨模态信息的融合。与当前主流目标检测算法相比,展现出较高的鲁棒性。
-
关键词
目标检测
跨模态
电力设备
自适应融合
自注意力机制
-
Keywords
object detection
cross-modal
power equipment
adaptive fusion
self-attention mechanism
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
