改进YOLOv5在电力生产违规穿戴检测中的应用

摘要：

为了解决现有目标检测系统在电力现场识别中存在的环境复杂、检测物体形状方差过大以及视觉特征辨识性不佳等问题,提出了一种适用于电力现场穿戴识别的目标检测模型.首先,通过在YOLOv5特征提取网络中嵌入非对称卷积模块,从而得到更加具备辨识性及鲁棒性的视觉特征.其次,为了能够在全局背景噪声的影响下自适应地关注与检测物体特征相关性更强的区域,采用全局注意力机制进行上下文信息的建模,改进了视觉信息处理的效率与准确性.最后,通过对比现有的目标检测算法,证明了所提针对YOLOv5改进算法的有效性和优越性.同时,通过消融实验证明了所改进的模块在目标检测模型中的有效性.

关键词：非对称卷积网络、注意力机制、目标检测、违规穿戴检测、YOLOv5

所属期刊栏目：51

分类号：TP391.41;F426.61;TM769

资助基金：国家自然科学基金;国家自然科学基金;中央高校基本科研业务费资助;国家电网地方公司项目非规范项目名称）

在线出版日期：2023-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：160-168