基于多尺度上下文感知的绝缘子缺陷检测网络

针对巡检图像中绝缘子缺陷尺度不一造成检测效果不佳的问题,提出了一种基于多尺度上下文感知的绝缘子缺陷检测网络,称为上下文感知缺陷检测网络(context aware defect detection network,CAD²Net)。该网络采用ResNeSt101架构提高了对图像的特征提取能力。设计了改进特征金字塔结构,构建不同分辨率的丰富语义特征图,以更好地检测不同尺度的目标。同时,在网络的检测单元中增加感受野自适应(adaptive receptive field,Ada-RF)模块聚合多尺度上下文信息,生成更具辨别力的特征,改善网络对不同尺度目标的检测效果。在随机生成缺陷的样本集及公开数据集上的平均检测精度分别达到91.7%及91.0%。结果表明：所提出的缺陷检测网络能够对不同尺度绝缘子的缺陷进行准确识别与定位。     

低温等离子体处理减轻采后香蕉果实冷害作用的研究

研究了低温等离子体单独处理(Cold plasma treatment,CPT)和结合加湿处理(RH 90%)减轻香蕉果实冷害效果。采用峰-峰值电压20 kV,频率5 kHz介质阻挡(DBD)等离子体放电,每隔24 h对6℃低温环境下的香蕉果实贮藏环境中的气体循环处理1 min,定期取样进行冷害指数、失重率、可溶性固形物含量、硬度、乙烯含量、CO₂含量等指标的测定。结果表明:CPT能够减轻香蕉果实采后冷害的发生程度,减缓香蕉果实质量损失。相比对照组极显著(P<0.01)地降低了香蕉果实贮藏包装环境中的乙烯和CO₂的含量,从而延缓了香蕉果实在低温刺激下的后熟生理进程,增强了其对不良低温伤害的抗性。且CPT结合加湿处理效果更好,在贮藏第12 d时冷害损伤仍然较轻,失重率比对照组下降49.53%(P<0.01),同时维持较高香蕉果皮硬度。但是两种处理对香蕉果肉硬度和可溶性固形物含量变化均没有明显影响。研究结果为减轻香蕉及热带水果采后冷害提供了一种新的途径。     

基于注意力机制与特征平衡的变电站多目标检测

随着电网结构的日益复杂,变电站关键设备的运行状态对电网安全稳定运行的影响逐渐增强。针对变电站复杂背景下多目标识别以及相似目标识别困难的问题,该文提出了一种基于注意力机制与特征平衡的YOLO-AFB(youonly lookonce-attentionandfeaturebalance)网络。通过在Darknet-53网络中引入混合注意力加强对变电站相关目标的特征提取能力,在特征融合模块中加入反卷积来实现特征图的自适应上采样,提出特征平衡策略来缓解特征图语义信息差别,提高特征融合的质量。在含有9类目标的变电站数据集上进行测试,所提模型整体识别精度达到了83.02%,与经典目标检测网络对比,各类目标的检测精度均有大幅提升。同时互感器等相似目标的识别也得到明显改善,验证了特征平衡的策略可以很好地解决变电站中相似目标识别难的问题。