基于Transformer技术改进的Yolov5鸟巢识别算法研究

作     者：缪苗 袁峰 邹明翰 任圣雄 MIAO Miao;YUAN Feng;ZOU Minghan;REN Shengxiong

作者机构：国网南京供电公司江苏南京210019 

出 版 物：《电工技术》 (Electric Engineering)

年 卷 期：2023年第21期

页      码：58-62页

摘      要：基于高密度遮挡下鸟巢识别正确率低的问题,提出一种基于Transformer技术改进的Yolov5变电站鸟巢识别算法模型。首先将现有Yolov5算法原本的Yolo预测头(Yolo Prediction Heads)替换为Transformer预测头(Transformer Prediction Heads,TPH),同时,为了提高对小物体的检测能力新增了一个预测头。然后嵌入卷积注意力模块(Convolutional Block Attention Module,CBAM),提取注意区域,以抵制干扰信息,关注有用的目标对象。最后利用CSPDarknet53结构设计思想,提取最终的特征图,经CSP模块将输出的特征图进行快速降维。实验结果表明,对比Yolov5算法,TPH-Yolov5算法的mAP(Meanaverage Precision)值提高了15.7%。

主 题 词：变电站 鸟巢识别 Transformer 注意力模块 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.19768/j.cnki.dgjs.2023.21.014

馆 藏 号：203125169...