基于嵌入注意力机制的UNet-DB＿ECA网络检测金具研究

作者：张珊; 王文爽; 刘雪峰^*

来源：电子测量技术, 2022, 45(20): 125-134.

DOI：10.19651/j.cnki.emt.2209693

• 深度学习
• UNet网络
• 注意力机制
• 电力金具
• 智能巡检

由于电力巡检中所拍摄的电力金具图片数量多，检查工作量大，为了提高电力金具的自动化检测效果，本文基于UNet框架提出了一种UNet-DB＿ECA网络检测金具的方法。先降低UNet网络宽度，然后在网络中嵌入高效通道注意力机制模块ECANet(ECANet)和批量规范化(BN),最后引入了Hard-Swish激活函数，从而构建了UNet-DB＿ECA网络。本文使用电力金具检测数据集进行实验，实验结果表明本文所提出的方法检测效果良好，与UNet网络检测效果相比，在提升检测效果的同时也兼顾了算法性能。此外，电力金具检测数据集中包含七类形状不同的金具类型，另一方面也表明本文所提方法具有较好泛化能力，因此该方法在电力金具自动化检测方面具有一定的应用前景。

• 单位
  电子工程学院; 青岛科技大学