基于双层-分块检测网络的厂站接线图纸图符检测方法

作     者：程鑫 褚雪汝 邓旭晖 杨凯 谭林林 陈中 曹卫国 Cheng Xin;Chu Xueru;Deng Xuhui;Yang Kai;Tan Linlin;Chen Zhong;Cao Weiguo

作者机构：东南大学软件学院南京211189 东南大学网络空间安全学院南京211102 东南大学电气工程学院南京210096 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2022年第52卷第6期

页      面：1137-1144页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家电网公司总部科技资助项目(SGHEDK00JYJS2200012) 

主　　题：双层-分块检测网络 厂站接线图图符 LC_Block模块 关键区域检测 

摘      要：为了解决高分辨率大尺寸电气厂站接线图图元符号检测精度不高、小目标图元漏检误检等问题,提出一种基于双层-分块检测网络的厂站接线图图符检测方法.该方法将电气厂站接线图按照电气逻辑切割后对断路器、隔离开关、电抗器、接地刀闸等11种典型图元进行识别.双层-分块检测网络由基于Area-YOLOv5网络的关键区域检测层和基于Obj-YOLOv5网络的具体图元识别层构成.首先,使用Area-YOLOv5网络检测出图纸的关键区域块,其关键区检测精度达到98.5%.其次,使用Obj-YOLOv5网络识别出具体图元符号,该网络采用融合了SE注意力机制和深度可分离卷积的LC_Block模块替换瓶颈部分中的普通卷积层,图符检测精度为0.963.所提方法以较高的精度实现了电气厂站接线图图元符号的识别检测.