基于注意力机制的输电线路鸟巢检测方法研究

作     者：齐企业 

作者单位：郑州轻工业大学 

学位级别：硕士

导师姓名：张杰

授予年度：2023年

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：输电线路巡检 目标检测 鸟巢检测 注意力机制 

摘      要：随着我国科技规模和工业生产的不断扩大,各个领域对电力资源的需求越来越高,确保输电线路安全、可靠运行成为重中之重。然而,输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。近年来,无人机巡检技术取得快速进步,利用无人机获取巡检图像并借助目标检测技术对输电线路上的鸟巢进行定位与识别,对降低电力巡检成本、提升巡检效率具有重要意义。然而,输电线路巡检任务中场景的复杂性和鸟巢目标的不确定性,导致现有的输电线路鸟巢检测算法存在检测精度低、漏检率高等问题。本文主要研究如何进一步挖掘巡检图像中鸟巢的特征信息,提升目标检测算法对输电线路鸟巢的定位和识别能力,同时保持算法的实时性。本文的主要研究内容如下:(1)设计了一种基于注意力特征融合的输电线路鸟巢检测方法。该方法通过设计注意力特征融合网络并将其嵌入到YOLOv3目标检测算法中,解决网络中不同层次特征中的鸟巢信息利用不充分的问题。注意力特征融合网络利用通道注意力机制计算深层特征的语义权值,并将此权值作为引导去筛选浅层特征,去除浅层特征中的冗余信息,帮助浅层特征获得像深层特征那样的类别区分能力。之后将筛选后的浅层特征与深层特征进行融合,得到包含丰富鸟巢信息的特征,提升目标检测算法对于输电线路鸟巢的检测性能。(2)设计了一种基于特征平衡和特征增强的输电线路鸟巢检测方法。该方法考虑到YOLOv5目标检测算法中不同层次特征之间存在的信息差异,结合通道和空间两种注意力机制设计特征平衡网络。特征平衡网络分别以语义权值和空间权值作为引导,实现不同层次特征之间语义信息和空间信息的平衡。同时,为了避免因网络层数逐渐增加导致鸟巢特征信息不断被弱化的问题,结合坐标注意力机制设计特征增强模块,捕获与鸟巢相关的通道信息和位置信息,增强检测算法区分鸟巢与背景的能力,提升算法对于输电线路鸟巢检测的适用性,同时保持算法的实时性。本文通过采集无人机巡检图像构建用于算法训练、测试的输电线路鸟巢数据集,并进行了一系列的对比实验。实验结果表明,本文设计的输电线路鸟巢检测方法针对多种巡检场景都具有很强的泛化能力和适用性,能够显著提升输电线路巡检效率,降低运维成本。