融合高效注意力的多尺度输电线路部件检测

来源：计算机工程与应用杂志2024年第1期北京时间：

作者：陈思雨, 付章杰

单位：1.南京信息工程大学 数字取证教育部工程研究中心，南京 210044；2.综合业务网理论及关键技术国家重点实验室，西安 710126

摘要：针对在高分辨率输电线路图像中，不同种类部件尺度跨越大，难以被均衡检测的问题，提出一种融合高效注意力的多尺度输电线路部件检测算法。在YOLO v5目标检测算法中，设计添加高效注意力模块ECBAM提高算法特征提取能力。根据输电线路部件的特征分布统计，使用滑动窗口对高分辨率输电线路图像进行切片，并对切片前后的图像分别使用改进后的YOLO v5算法训练模型。将两个模型的检测结果进行集成，得到多尺度输电线路部件检测结果。在公开的PLAD架空输电线路图像数据集上，该模型的检测性能远超现有目标检测模型，Precision可达83.2%，Recall可达92.8%，相比数据集原作者提出的模型，mAP值提升了1.6个百分点，达到了90.8%，且能检测出未在原始数据集上标注出的隐蔽目标，验证了在高分辨率图像中检测多尺度输电线路部件的有效性。

关键词：输电线路,多尺度目标检测,滑窗切片,注意力机制