文献类型：期刊文章

作　　者：陈明[1] 赵连飞[2] 苑立民[1] 徐峰[1] 韩默[1]

Chen Ming;Zhao Lianfei;Yuan Limin;Xu Feng;Han Mo(Information and Communication Company of State Grid Jilin Electric Power Co.,Ltd.,Changchun 130000,China;State Grid Jilin Electric Power Co.,Ltd.,Changchun 130021,China)

机构地区：[1]国网吉林省电力有限公司信息通信公司,吉林长春130000 [2]国网吉林省电力有限公司,吉林长春130021

出　　处：《红外与激光工程》

基　　金：国网科技项目“省级电网数据资产盘点关键技术研究及应用”(SGJLXT00JFJS2000098)

年　　份：2020

卷　　号：49

期　　号：S02

起止页码：262-267

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决红外电力图像中绝缘子所占比例较小,背景复杂导致绝缘子漏检和定位不准的现象,提出了基于特征选择YOLOv3网络的检测方法。所提出的方法在金字塔形YOLOv3网络的自顶向下采样过程中加入了金字塔特征注意网络。金字塔特征注意网络基于网络高层语义特征图计算特征权重矩阵,并使用该特征权重矩阵过滤掉网络低层细节特征的冗余。最后,将经过特征过滤后的低层特征图和高层语义特征图串联在一起,得到既有精确的绝缘子细节信息又有丰富高层语义信息的特征图。实验结果表明,所提出方法的检测效果要优于原有YOLOv3网络且保留了原有网络实时性好的特点。

关 键 词：绝缘子检测 金字塔特征注意网络  特征金字塔  目标检测

分 类 号：TP391.41] TN219[计算机类]