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

文档名：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
摘要：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.

作者：赵振兵   王帆帆   刘良帅   赵建利 Author：ZhaoZhenbing   WangFanfan   LiuLiangshuai   ZhaoJianli
作者单位：华北电力大学电子与通信工程系,河北保定071003国网河北省电力有限公司电力科学研究院,石家庄050000
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(3)
分类号：TM75
关键词：金具检测  YOLOv5  注意力机制  特征融合  
机标分类号：TP391TN911.73TP18
在线出版日期：2023年3月23日
基金项目：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[
期刊论文]  电测与仪表--2023, 60(3)赵振兵  王帆帆  刘良帅  赵建利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...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        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  Hardware detection method of aerial image of UAV transmission line based on attention feature fusion YOLOv5 model

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.pdf

2024-12-14 11:23 上传 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.pdf

文件大小:

19.06 MB

下载次数:

60

高速下载