基于目标检测和易混淆分类的输电线路山火检测

来源：计算机技术与发展杂志2025年第05期北京时间：

作者：苏仁斌;熊卫红;夏闻远;周孟霜;周庆;刘先珊*

单位：1. 国家电网有限公司华中分部,湖北 武汉 430072;2. 重庆大学 计算机学院,重庆 400045;3. 重庆大学 土木工程学院,重庆 400045

摘要：山火监测与定位是提高输电线路可靠性的关键。 然而,高压电沿线山火图像数据具有一定的复杂性且检测目标易混淆,传统的目标检测算法无法满足山火检测任务在识别精度与速度方面的需求。 为此,提出一种两阶段的高效低报警率山火检测算法,以实现高召回率高精确率的实时山火检测系统。 算法架构中,第一阶段采用基于正负山火图像样本的目标检测算法,以神经网络模型 YOLOv7 作为目标检测器,在训练时使用足量且比例均衡的正负样本图像,提升模型的可靠性;第二阶段采用易混淆目标分类算法,以轻量级神经网络 MobileNetV3 作为特征提取网络,并根据第一阶段得到的易混淆类别选择不同的分类权重参数,提升易混淆目标的易分性。 此外,分析了训练数据对山火目标检测算法的影响,并在山火检测数据集上进行了该算法与主流目标检测器的对比实验,结合模型的多进程并行推理帧率,验证了该算法的有效性。

关键词：输电线路;山火检测;烟雾检测;图像处理;目标检测