10.16652/j.issn.1004-373x.2023.15.009
基于注意力机制和特征融合的绝缘子缺陷检测
绝缘子自爆缺陷检测是无人机巡检的重要内容.针对绝缘子缺陷区域场景复杂,形状尺寸不一,正负样本不均衡的问题,提出一种基于改进SSD的绝缘子自爆缺陷检测网络模型,用于绝缘子的缺陷检测.该模型引入一种CBAM空间通道注意力模块,提升了特征提取网络的学习能力,然后通过重构FPN特征金字塔结构,使用特征融合的方法提取多尺度特征缺陷,提高网络的特征提取能力.该模型还使用Focal Loss损失函数,用来解决SSD模型正负样本不均衡问题.经过实验验证,相对于其他模型,提出的网络改进模型F1 值更高,针对绝缘子缺陷检测识别效果良好,检测速度能够满足实用要求.
改进SSD、绝缘子自爆、CBAM、FPN、Focal Loss、无人机巡检、注意力机制、特征融合
46
TN911.73-34;TM773
国家自然科学基金61866040
2023-08-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
49-54