基于多尺度卷积注意力机制的输电线路防振锤缺陷检测

作     者：张烨 李博涛 尚景浩 黄新波 翟鹏超 Zhang Ye;Li Botao;Shang Jinghao;Huang Xinbo;Zhai Pengchao

作者机构：西安工程大学电子信息学院西安710048 西安微电子技术研究所西安710000 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2024年第39卷第11期

页      面：3522-3537页

核心收录：

学科分类：0710[理学-生物学] 0810[工学-信息与通信工程] 0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0836[工学-生物工程] 

基　　金：国家自然科学基金(52307182) 西安市科技计划(22GXFW0038) 陕西省科学技术协会青年人才托举计划(20220133) 金属成形技术与重型装备全国重点实验室开放课题(S2208100.W03) 西安工程大学博士科研启动基金(BS202125)资助项目 

主　　题：防振锤 深度学习 注意力机制 实时缺陷检测 

摘      要：作为输电线路中的重要金具部件,防振锤的缺陷将对输电线路构成严重威胁。针对由于防振锤缺陷样本数量稀少、背景复杂、区域形状尺寸不一造成的防振锤缺陷识别能力不足的问题,提出一种基于多尺度卷积注意力机制的防振锤缺陷检测方法。首先,通过统计不同缺陷的防振锤尺寸,设计适应不同类别的多尺度卷积注意力机制,使网络重点关注图像中的防振锤区域;其次,引入结构重参数化方法,以将网络中的多分支结构无损失地转换为单分支结构,在提高网络检测性能的同时维持检测速度在较高水平;最后,以渐进式特征金字塔网络结构(AFPN)为基础,融合更多的浅层网络,提高了网络检测防振锤小目标的能力。实际收集的防振锤缺陷数据集实验结果表明,设计的检测方法可显著提升防振锤缺陷检测的性能,检测精度mAP0.5达到了91.9%,在TITAN XP平台下检测速度达60.88帧/s,可为输电线路防振锤智能化巡检提供参考。