基于改进YOLOv7的火电厂管道及阀门泄漏分割与检测

作者：彭道刚^*; 陈晨; **豪; 潘俊臻

来源：控制与决策, 2023, 1-9.

DOI：10.13195/j.kzyjc.2023.0592

• 泄漏检测
• 实例分割
• 目标检测
• 自注意力机制
• 置信度传播簇机制
• 通道剪枝

火电厂关键区域的管道、阀门等设备时常发生油液、蒸汽等物质的泄漏故障。为了提高火电厂管道及阀门泄漏故障的分割与检测精度,加快模型推理速度,提出了一种基于改进YOLOv7的火电厂管道及阀门泄漏分割与检测算法,通过在YOLOv7网络中加入相关实例分割模块,实现实例分割与目标检测任务的并行；通过融入极化自注意力机制和可分离的视觉深度自注意力模块(Separable Vision Transformer),来弱化复杂背景的干扰,强化对泄漏区域的边缘提取；然后在后处理阶段运用置信度传播簇机制(Confidence Propagation Cluster),提高模型定位的准确性；最后在颈部网络使用幽灵卷积降低特征冗余,并通过通道剪枝技术压缩模型,实现模型轻量化。实验结果表明,在加入各项改进后,算法分割任务与检测任务的mAP@0.5:0.95指标分别达到75.7%、82.2%,相较于基础模型,指标分别提高了11.9%、7.1%,且模型参数量减少了30.3%,可有效地应用于电厂的实际生产环境中。

• 单位
  上海电力大学