面向无人机油气管道巡检的小目标检测方法

作     者：田磊 王垚 谢成 TIAN Lei;WANG Yao;XIE Cheng

作者机构：国家石油天然气管网集团华南分公司广东广州524000 

基　　金：广东省重点领域研发计划项目(2019B111102001) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第15期

页      码：185-189页

摘      要：针对无人机航拍图像存在着目标尺寸小且差异大的问题,文中基于YOLOv5s深度学习网络框架,提出了一种适用于油气管道无人机巡检的小目标检测方法。在YOLOv5s网络的C3结构中融合坐标注意力(Coord Attention,CA)模块,有效捕捉全局位置信息和通道关系。将SPPF模块重构为CSP网络结构,形成SPPFCSPC模块,通过增大感受野加强网络特征提取能力,把原有的NMS改为DIoU-NMS,改善了对重叠遮挡目标的识别能力。在日常巡线视频中进行标注,构建了数据集并完成训练,同时在真实场景下进行的实验结果表明,所提方法的mAP_0.5、准确率(Precision,P)、召回率(Recall,R)和Speed指标分别为0.852、0.812、0.819与2.9,综合性能最优,有效提高了油气管道巡检的效率。

主 题 词：无人机 油气管道 目标检测 YOLOv5s 注意力机制 

学科分类：12[管理学] 080904[080904] 0809[工学-计算机类] 08[工学] 0810[工学-土木类] 1201[管理学-管理科学与工程类] 081104[081104] 080402[080402] 0804[工学-材料学] 0835[0835] 081001[081001] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2024.15.039

馆 藏 号：203128744...