基于注意力机制及滑窗检测的电网散断股识别算法

作者：徐海青; 浦正国; 余江斌; 白景坡

来源：能源与环保, 2021, 43(08): 210-215.

DOI：10.19389/j.cnki.1003-0506.2021.08.039

• 深度学习
• 目标检测
• 注意力机制
• 滑窗检测

输电线路长期工作在室外环境,各种部件容易出现不同程度的破损,密切关系着电网的安全运作。随着深度学习技术在计算机视觉领域的发展应用,利用无人机巡检完成输电线路缺陷识别已成为行业热点。针对导地线散断股缺陷识别率低的问题,提出基于注意力机制及滑窗检测的散断股识别算法,通过提升输入图像的质量,以提高目标检测模型的训练效果。经实验验证,检出率较之权重迭代等其他算法平均提升3.4%,误检率平均降低3.6%。

• 单位
  安徽继远软件有限公司