基于嵌入注意力机制的UNet-DB_ECA网络检测金具研究

摘要：

由于电力巡检中所拍摄的电力金具图片数量多,检查工作量大,为了提高电力金具的自动化检测效果,本文基于UNet框架提出了一种UNet-DB_ECA网络检测金具的方法.先降低UNet网络宽度,然后在网络中嵌入高效通道注意力机制模块ECANet(ECANet)和批量规范化(BN),最后引入了Hard-Swish激活函数,从而构建了UNet-DB_ECA网络.本文使用电力金具检测数据集进行实验,实验结果表明本文所提出的方法检测效果良好,与UNet网络检测效果相比,在提升检测效果的同时也兼顾了算法性能.此外,电力金具检测数据集中包含七类形状不同的金具类型,另一方面也表明本文所提方法具有较好泛化能力,因此该方法在电力金具自动化检测方面具有一定的应用前景.

关键词：深度学习、UNet网络、注意力机制、电力金具、智能巡检

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;山东省自然科学基金

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：125-134