10.19753/j.issn1001-1390.2023.03.021
基于注意力特征融合YOLOv5模型的无人机输电线路航拍图像金具检测方法
针对无人机采集输电线路航拍图像背景复杂,待检测目标存在尺度不一及部分遮挡造成检测过程中误检、漏检等问题.文章从特征融合角度出发,提出基于注意力特征融合YOLOv5模型的无人机输电线路航拍图像金具检测方法.在主干提取网络中引入了具有自注意力机制的AFF-Transformer模块了更好地捕获了全局信息和上下文信息,提高了主干网络特征提取能力.通过在特征融合过程中使用通道空间注意力,避免了关键信息丢失.利用双向加权特征融合机制,使得模型更有效地将浅层特征和深层特征进行融合.以上改进有效缓解了金具在密集状态下的误检、漏检等问题.通过在自建输电线路金具数据集上进行实验,结果表明:提出的方法在原YOLOv5模型的基础上准确率提升了 2.7,模型召回率提高了 1.5,对于小目标以及漏检、误检等问题有了较好的改善.
金具检测、YOLOv5、注意力机制、特征融合
60
TM75(输配电工程、电力网及电力系统)
国家自然科学基金;国家自然科学基金;河北省自然科学基金资助项目;河北省自然科学基金资助项目;河北省自然科学基金资助项目
2023-03-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
145-152