复杂环境下输电线路鸟巢目标图像检测模型

作     者：屠乃威 焦猛 阎馨 TU Naiwei;JIAO Meng;YAN Xin

作者机构：辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125105 

基　　金：国家自然科学基金(61601212,52177047) 辽宁省教育厅高等学校基本科研项目(LJ2017QL012) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年第50卷第7期

页      码：216-226页

摘      要：为了解决复杂环境下电力巡检无人机对输电线路鸟巢识别精度低、错检漏检率高、定位不准等问题,在YOLOv5s模型的基础上,提出一种用于输电线路鸟巢目标检测的改进YOLO-nc-kd模型。设计一种高效的多尺度卷积特征融合模块(MCFFM),实现不同尺度下的高效特征提取,使模型能获得更加丰富和多样化的特征表示。引入注意力机制,提升主干网络在相似环境背景下的鸟巢特征提取能力。设计改进的定位损失函数,提高边界框的定位精度和小目标检测能力。使用知识蒸馏技术,进一步提升模型精度。实验结果表明,改进YOLO-nc-kd模型的准确率、召回率以及平均精度均值(m AP)相较于YOLOv5s模型分别提升了7.3、5.6、4.9个百分点,具有较好的输电线路鸟巢目标图像检测效果。

主 题 词：鸟巢检测 YOLOv5s模型 注意力机制 损失函数 知识蒸馏 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19678/j.issn.1000-3428.0068852

馆 藏 号：203128572...