基于ViT燃气表外观零件识别与定位方法研究

来源：电子测量技术杂志2023年第11期北京时间：

作者：高泽铭，刘桂雄，陈国宇，黄坚

单位：1.华南理工大学机械与汽车工程学院 广州 510640; 2.广州能源检测研究院 广州 511447; 3.广州计量检测技术研究院 广州 510663

摘要：关键零件完整性是燃气表重要检定要求之一，经典图像特征匹配方法实现其完整性检测，存在通用性、泛化能力较低问题。本文提出一种改进Faster R-CNN多视角燃气表关键零件识别定位方法，该方法首先采用Vision Transformer(ViT)替代Faster R-CNN卷积神经网络，其自注意力机制促进学习图像块特征之间相关性，强化表征能力；其次研究ViT优化结构参数，在Transformer层数L=14、自注意头数m=12下，模型可达到相对较优准确率。实验表明，最优模型mAP达86.71%，较ResNet50提高2.48%，与ResNet101检测准确率相当，能有效降低模型复杂性，检测效率提高5.8%；燃气表关键零件单次检测耗时1.13 s，可满足燃气表外观关键零件检测的准确性、实时性要求。

关键词：燃气表;深度学习;目标检测;Vision Transformer;自注意力

基金资助：广东省市场监督管理局科技项目(2022CJ04)、广东省市场监督管理局科技项目(XMBH20220614019)资助