基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法

从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。

抗生素土霉素检测的最新研究进展

土霉素是一种广泛使用的重要抗生素。随着水产养殖和畜牧业的发展,土霉素(OTC)的使用量不断增加。在土霉素的应用过程中,约有30%~90%的抗生素以原药形式排放到环境中,特别是将动物粪便施用于农田时,大量抗生素的流入可能会破坏自然微生物生态系统,并通过食物链对人类健康构成潜在威胁。目前,土霉素的检测方法主要包括微生物抑制筛查法、免疫分析法、电化学法、荧光光谱法等传统方法。其中,利用荧光金属离子检测是一种重要应用,可通过研究金属离子与土霉素结合增强荧光效应,实现基于荧光猝灭、荧光恢复、荧光共振能量转移(FRET)和比率响应等机理的高灵敏检测。近年来,研究人员开发了诸如原子吸收/质谱联用技术等各种先进仪器分析方法用于土霉素检测,但这些方法往往操作复杂、成本较高。因此,学术界对于开发简单、低成本的土霉素检测新方法提出了迫切需求。我们期望通过总结归纳最新研究进展,有助于更好地监控和评估行业标准,并为相关领域的未来工作方向提供参考。

分立式激光位移传感器设计

针对制式激光位移传感器不能满足复杂检测环境下几何尺寸检测需求的问题,提出了分立式激光位移传感器的设计方法。此方法可根据检测要求,将激光源与光电探测器分立布置,依据激光三角测距等原理确定系统分立设置的参数,并通过数据采集与标定建模等手段实现激光位移测量的功能。最后通过一设计实例,验证了该方法的可行性。