改进RT-DETR 的油田人员异常行为检测

来源：机械与电子杂志2026年第03期北京时间：

作者：吴攀超;范文博;王婷婷

单位： (东北石油大学电气信息工程学院,黑龙江 大庆 163319)

摘要：为解决油田作业现场因操作不规范导致的安全事故频发问题,提出了一种高效的面向油田复杂场景下异常行为检测的RT DETR改进算法(HCH DETR)。首先,设计一种新型主干网络,结合双分支高频细节增强模块(HFERB)和CSP结构,提高模型高频细节特征提取能力,并有效减少模型计算量;其次,针对油田监控中目标尺度变化大、背景复杂等问题,提出一种基于上下文引导的空间特征重构特征金字塔网络(CGFRPN),通过矩形自校准注意力(RCA)增强多尺度特征融合,提高模型对多尺度目标的检测精度,并增强了其在复杂场景下的鲁棒性;最后,引入Haar小波下采样模块(HWD)优化传统下采样,提高模型对小目标的检测能力。在自建油田数据集上进行模型验证:mAP@0.5和mAP@0.5:0.95分别达到85.4%和55.1%,较原始RT DETR模型提升3.2百分点和2.4百分点,同时计算量减少7.1×109,参数量降低6.5×106;消融实验验证了各改进模块的有效性,泛化实验表明模型在VisDrone数据集上精度亦有提升。

关键词：RT-DETR;小目标检测;特征提取;异常行为;深度学习