基于注意力特征融合YOLOv5模型的无人机输电线路航拍图像金具检测方法

摘要

针对无人机采集输电线路航拍图像背景复杂,待检测目标存在尺度不一及部分遮挡造成检测过程中误检、漏检等问题。文章从特征融合角度出发,提出基于注意力特征融合YOLOv5模型的无人机输电线路航拍图像金具检测方法。在主干提取网络中引入了具有自注意力机制的AFF-Transformer模块了更好地捕获了全局信息和上下文信息,提高了主干网络特征提取能力。通过在特征融合过程中使用通道空间注意力,避免了关键信息丢失。利用双向加权特征融合机制,使得模型更有效地将浅层特征和深层特征进行融合。以上改进有效缓解了金具在密集状态下的误检、漏检等问题。通过在自建输电线路金具数据集上进行实验,结果表明:提出的方法在原YOLOv5模型的基础上准确率提升了2.7,模型召回率提高了1.5,对于小目标以及漏检、误检等问题有了较好的改善。