基于改进YoloX的输电通道工程车辆检测识别

来源：计算机测量与控制杂志2022年第9期北京时间：

作者：张智坚,曹雪虹,焦良葆,孟琳,邹辉军

单位：南京工程学院 人工智能产业技术研究院

摘要：针对输电通道下环境复杂，各类工程车辆频繁损坏输电线路中所需解决的对工程车辆的检测识别问题，在单阶段目标检测算法YoloX的基础上，对YoloX算法中的损失函数进行修改，平衡正负样本和难易样本，在网络中添加CBAM注意力机制，将内部通道信息和位置信息结合，提高特征的提取能力，并通过修改强特征提取部分Neck中的CspLayer结构，在保证检测速度的前提下，提高模型的检测性能。通过筛选亮度低的图片，引入改进的MSR算法对图片进行亮度提升，优化数据集。实验结果表明，提出的算法提高了检测的准确率，与传统的YoloX算法相比，mAP提高了4.64%，识别效果明显提升，证明了新算法的有效性。

关键词：目标检测;工程车辆;YoloX;注意力机制;MSR

基金资助：国家自然科学基金青年基金资助项目(61903183)