一种改进SSD的输电线路电力部件识别方法

• 作者: 李伟性 王宁 王朝硕 赵航航 郑武略
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: SSD模型 电力部件 多尺度 注意力机制 膨胀卷积 特征融合 反卷积 语义信息
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 75-81
• 页数: 7页
• 分类号: TP751
• 语种: 中文
• DOI: 10.11991/yykj.201912012

摘要

为解决单阶段多框检测器(single shot multibox setector,SSD)算法识别较小尺寸电力部件准确率低的问题,本文提出一种注意力机制和多尺度特征融合的单阶段多框检测器(attention mechanism and multiscale feature fusion single shot multibox detector,amSSD)算法.该方法在SSD网络特征提取层引入压缩和激励网络(squeeze-and-excitation networks,SENet)结构,筛选并保留更多与目标相关的特征通道;对浅层特征图采用膨胀卷积操作,使目标语义信息更加丰富;对高层特征图进行反卷积操作,并与浅层特征进行融合,得到具有更高分辨率高语义信息的目标特征图,提高对较小尺寸电力部件的识别能力.利用实际无人机飞行数据进行测试验证,实验结果表明:本文方法能够有效地识别出电力部件,而且识别平均准确率达到89.6％,比SSD方法的识别准确率提升了6.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王朝硕		10	24	3.0	4.0
2	王宁		7	1	1.0	1.0
3	李伟性		10	25	3.0	4.0
4	郑武略		11	7	1.0	2.0
5	赵航航		4	6	1.0	2.0