基于特征增强和筛选机制的遥感电力目标检测 |
| |
引用本文: | 张弢,王艺霖,田喆文.基于特征增强和筛选机制的遥感电力目标检测[J].四川激光,2023(3):87-94. |
| |
作者姓名: | 张弢 王艺霖 田喆文 |
| |
作者单位: | 长安大学电子与控制工程学院 |
| |
基金项目: | 国家自然科学基金青年项目(No.61702050);;中央高校基本科研业务费专项资金资助(重点科研平台水平提升项目,No.300102321504); |
| |
摘 要: | 电力遥感目标检测对电网安全有着重要意义。针对电力遥感目标检测精度低的问题,提出了一种基于特征增强和筛选机制的YOLOv5目标检测算法。数据预处理方面,通过同态滤波和Retinex去雾算法进行数据增强,降低遥感影像大气折射和光照不均匀影响,增强目标特征;网络模型方面,将CBAM融合注意力模块添加到网络骨干层之前,通过k-means聚类特征增强和筛选机制,减少卷积核深度和网络参数;预测网络方面,将预测框中心坐标和真实框中心坐标之间的欧式距离作为代价函数添加到回归损失函数中。在google电力遥感数据集上进行对比实验,结果表明:检测平均精度均值可达83.7%,相比于基线算法以及其他检测算法,平均精度值提升了9%,速度提高了45.7%。
|
关 键 词: | 图像处理 电力视觉 目标检测 特征筛选 |
|
|