科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对变电站改扩建过程中地面周界及高空高程越界违章检测的实际需求，探讨采用一种融合视觉感知与RTK(real-time kinematic)定位的变电站越界违章检测算法。RTK是一种载波相位差分实时动态定位技术，定位精度可达厘米级但仅能测得单点位置，不能满足施工人员的周身越界检测需求，而视频摄像头的正交部署和视觉感知技术的引入则可弥补该周身定位缺陷。为此，基于轻量级目标检测模型YOLOv5,该文提出一种融合视觉感知与RTK定位的变电站越界违章检测算法。考虑到该算法需设置若干锚点作为配准参照物，在现有YOLOv5中加入了注意力模块CBAM以增强网络对感兴趣区域的特征学习能力，并同时引入Alpha-IoU作为边框回归损失度量以提升网络对长尾小目标的鲁棒性。真实场景下的实验结果表明，所提出的算法不仅检测精度高，而且实时性好，能满足变电站改扩建施工越界违章行为的实际检测需求。
- 单位
