基于卷积注意力的输电线路防震锤检测识别

作者:李飞; 王超; 浦东; 陈瑞; 张智坚
来源:计算机测量与控制, 2022, 30(03): 48-105.
DOI:10.16526/j.cnki.11-4762/tp.2022.03.009

摘要

为提高单目标多分类(SSD,single shot multibox detector)网络模型对输电线防震锤的识别准确率,提出一种融合卷积注意力机制和SSD模型相结合的新方法;该算法采用残差网络ResNet作为骨干网络,引入卷积注意力机制将通道和空间注意力结合,通过压缩提取中间特征和利用权重系数更好地分辨出前景与背景,提高对输电线路中防震锤检测的精度和速度;训练时引入迁移学习策略,克服了模型训练困难问题;实验结果表明,提出的算法不仅提高了检测准确率,计算效率亦得到了提升;与经典SSD算法相比,输电线路的防震锤检测准确率提升了2.5%,检测速度达到了12 fps识别效果明显提升,证明了新算法的有效性。