基于改进Centernet的变电设备红外检测方法

来源：电子测量技术杂志2023年第4期北京时间：

作者：黄悦华，杨楚睿，陈晨，李晨，万旭东

单位：三峡大学电气与新能源学院 宜昌 443002

摘要：变电站红外图像中小目标众多并且环境复杂，导致现有检测算法精度较低，因此本文提出一种基于改进Centernet的变电设备红外检测方法。首先以Centernet作为基础模型，将FPN结构引入上采样网络以充分利用小目标特征信息，从而解决小目标难以被精确检测的问题；然后，为提升网络在复杂环境中检测的鲁棒性，通过在主干网络resnet50中嵌入注意力机制来提升网络对重要目标的关注；最后，采用CIOU损失替换中心点偏移损失和宽高损失的训练策略以加速网络收敛、提升训练效果。实验结果表明，本文方法在小目标检测和复杂环境检测中都能有较好的检测效果，检测精度相比改进前提升3.1%，达到92.7%，相比Faster R-CNN等现有方法精度更高，在变电设备红外检测中具有一定参考价值。

关键词：变电设备红外图像;Centernet;特征金字塔;注意力机制;CIOU

基金资助：国家自然科学基金(52007103)、湖北省科技重大专项(2020AEA012)资助