输配电线路危险目标互补注意力深度学习检测

作     者：陈泽 赵百捷 冯海燕 石肖松 陈海永 CHEN Ze;ZHAO Bai-jie;FENG Hai-yan;SHI Xiao-song;CHEN Hai-yong

作者机构：国网河北省电力有限公司电力科学研究院石家庄050021 河北工业大学天津300132 

基　　金：国网河北电力省公司科技项目基金 

出 版 物：《制造业自动化》 (Manufacturing Automation)

年 卷 期：2023年第45卷第12期

页      码：5-8,21页

摘      要：鸟巢是造成输电线路相间短路的重要因素之一,在智能监测设备采集的图像中,鸟巢目标轮廓尺度跨度大、成像背景复杂多变,鸟巢目标的自动检测面临着很大的挑战。针对这种难题,提出了一种互补注意力深度学习检测模型(Complementation Attention Network Deep Learning Detector,CANDL-Detecor)。首先,设计了新颖的互补注意力网络模块,由通道注意力和空间注意力并联而成,充分利用通道特征和空间位置特征的互补优势,自适应地抑制背景噪声特征,同时突出鸟巢特征。接着,设计了互补注意力深度学习检测模型,融入了一阶段特征金字塔池化子网络,从而引导深度神经网络在突出目标特征的同时抑制复杂背景的干扰,提高了鸟巢多尺度特征的表示能力。实验结果和分析证实了提出方法的有效性,均值平均精度(MAP)达到88.2%,检测速度达到98fps。

主 题 词：输配电线路 鸟巢目标检测 互补注意力模块 

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

D　O　I：10.3969/j.issn.1009-0134.2023.12.002

馆 藏 号：203125288...