典型文献
基于改进CenterNet的航拍绝缘子缺陷实时检测模型
文献摘要：
针对无人机在电力巡检过程中对绝缘子及其缺陷检测的准确率较低、实时性较差的问题,提出一种改进CenterNet的绝缘子缺陷检测模型.首先,使用轻量级网络EfficientNet-B0代替原始模型的特征提取网络ResNet18,在保证模型提取能力的同时加快了其推理速度;其次,搭建特征加强模块(Feature Enhancement Module,FEM),并对经过上采样后的特征通道权重进行合理分配,抑制无效特征,并借鉴FPN(Feature Pyramid Networks)融合浅层与深层特征,使特征层信息更加丰富;然后在CenterNet-Head中引入空间和通道混合的注意力机制CA(Coordinate Attention),使类别和位置信息的预测更加准确;最后,使用Soft-NMS解决在模型检测过程中由中心点预测不准导致的"单目标多框"问题.实验结果表明,改进的CenterNet比原始模型的精度提高了11.92％,速度提高了8.95 FPS,模型大小减小了54 MB.与其他检测模型相比,改进模型的精度与速度均有提高,证明了其实时性和鲁棒性.
文献关键词：
绝缘子;缺陷检测;特征融合;注意力机制;CenterNet
中图分类号：
作者姓名：
李发光;伊力哈木?亚尔买买提
作者机构：
新疆大学电气工程学院 乌鲁木齐830047
文献出处：
引用格式：
[1]李发光;伊力哈木?亚尔买买提-.基于改进CenterNet的航拍绝缘子缺陷实时检测模型)[J].计算机科学,2022(05):84-91
A类：
B类：
CenterNet,航拍,实时检测,检测模型,电力巡检,绝缘子缺陷检测,轻量级网络,EfficientNet,B0,特征提取网络,ResNet18,推理速度,特征加强,Feature,Enhancement,Module,FEM,上采样,合理分配,抑制无效特征,FPN,Pyramid,Networks,深层特征,Head,注意力机制,CA,Coordinate,Attention,位置信息,Soft,NMS,模型检测,检测过程,中心点,点预测,测不准,单目标,FPS,MB,改进模型,特征融合
AB值：
0.527634
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
