融合注意力机制的输电部件及缺陷检测模型

摘要：

针对输电线路的多目标识别和缺陷检测中的错检和漏检等问题,提出SE-Faster RCNN模型.在Faster RCNN模型的基础上,将SENet模块嵌入到ResNet模型中,提取关键特征;优化候选框的生成方案;提出基于面积的非极大值抑制算法.通过微调U-Net模型的数据增广方法,构建样本量为23327的数据集,达到91.37％的检测mAP.实验结果表明,提出模型满足输电线路多目标识别和故障检测的鲁棒性和准确性要求.

关键词：SENet模块、Faster RCNN模型、基于面积的非极大值抑制 (Aera-NMS)算法、无人机巡检、数据增广、SE-Faster RCNN模型、区域生成网络

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：山西省重点研发计划基金项目;国网山西省电力公司信息化基金项目

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：929-936