基于多尺度特征融合的绝缘子缺陷检测

绝缘子缺陷检测对于保障电网安全稳定运行具有重要意义。由于绝缘子缺陷区域的像素信息少、形状尺寸不一，造成识别效果不佳问题。为解决此问题，提出了一种基于多尺度特征融合的绝缘子缺陷检测网络（MSD2Net）。在该网络中，采用残差注意力网络用于获取不同分辨率的绝缘子缺陷特征，设计了基于反卷积和多分支检测的多尺度特征融合网络将深层特征图与浅层特征图逐步融合，生成更加丰富的图像语义信息，用于实现目标的分类与位置回归，并结合Focal损失和高斯非极大抑制方法进一步提升检测效果。在变电站绝缘子缺陷数据集和输电线路CPLID公开数据集上进行测试，结果表明所提方法具有较好的检测性能与泛化能力。