基于Faster R-CNN的复杂背景下绝缘子目标检测

来源：电子测量技术杂志2023年第16期北京时间：

作者：翟永杰，王璐瑶，郭聪彬

单位：华北电力大学自动化系 保定 071003

摘要：由于无人机巡检图像中复杂背景的干扰以及航拍角度等外在因素的影响，会给绝缘子目标的识别带来一定的难度。常用的Faster RCNN模型在进行复杂背景下绝缘子目标检测时，存在远处的或被遮挡的小目标绝缘子的漏检问题，所以本文在现有的Faster RCNN模型上选择ResNet101作为骨干网络，引入FPN结构提高对被遮挡的小目标绝缘子的检测精度，降低了受遮挡影响的目标的漏检率，并增加通道注意力机制SENet以增强绝缘子特征，提高特征表达能力。实验结果表明，该基于Faster RCNN的改进模型在复杂背景下绝缘子目标检测中达到精度AP50为932%，相较于基线模型AP50提高了64%，并且优于目前一些先进的目标检测模型，对复杂背景下绝缘子的检测精度高，解决小目标绝缘子误检和漏检问题。

关键词：绝缘子;目标检测;FPN;通道注意力机制SENet

基金资助：国家自然科学基金(61871182)、河北省自然科学基金(F2020502009，F2021502008)、中央高校基本科研业务费专项资金(2021MS081)项目资助