基于多尺度线性注意力机制与YOLOv5融合的变电站异物入侵检测

作     者：阮晓鹏 陆丽(指导) RUAN Xiaopeng;LU Li

作者机构：上海电机学院电气学院上海201306 

出 版 物：《上海电机学院学报》 (Journal of Shanghai Dianji University)

年 卷 期：2024年第27卷第3期

页      码：174-180页

摘      要：针对变电站入侵异物尺度差异大和模型复杂的问题,提出了一种基于多尺度线性注意力机制与YOLOv5融合的变电站异物入侵检测算法。首先,采用轻量级多尺度线性注意力模型(Efficient ViT)作为主干网络,提升模型多尺度学习能力。其次,将颈部网络三卷积跨阶段局部瓶颈模块(C3)中的瓶颈层替换为轻量级的幻影卷积瓶颈层,降低模型的复杂度。最后,设计了三重增强注意力机制(TEA),并将其融入颈部网络C3模块中,通过各维度之间的交互和增大的感受野,有效地融合特征信息,提高检测精度。实验结果显示,与原模型相比,改进模型平均精度均值提高了1.4%,浮点运算次数降低了23.9%,提高异物检测精度的同时降低了模型复杂度,有利于实际中的应用。

主 题 词：变电站 异物入侵 目标检测 注意力机制 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.2095-0020.2024.03.009

馆 藏 号：203128411...