一种改进的DETR输电线通道山火烟雾检测方法

作者：张政; 何慧

来源：小型微型计算机系统, 2023, 1-8.

• 山火烟雾检测
• 深度学习
• 目标检测
• 多尺度特征信息
• 相对位置编码

输电线通道中的火灾会对电力系统的正常运行造成极大的安全隐患，但由于山火烟雾的形状、大小和颜色变化多样导致传统图像方法检测精度较差。为了提高山火检测精度，本文提出一种基于改进DETR的输电线通道山火检测方法。首先，在特征提取阶段加入多尺度特征信息，并利用空洞卷积提高算法对底层特征的感知能力；然后，引入相对位置编码对Transformer模块中的自注意力机制进行改进；其次，利用CIOU对算法的损失函数进行调整；最后，在标注好的输电线通道山火数据集上对改进后算法进行模型训练和测试。实验结果表明，本文所提出的改进后的DETR模型平均精度可达到84.77%，与原始DETR算法相比提高了6.52%，与其它主流目标检测算法对比，本文提出的山火检测模型可有效识别输电线通道中的山火目标并达到较高的检测精度。

• 单位
  华北电力大学