基于尺度不变特征金字塔的输电线路缺陷检测

针对现有目标检测算法在高压电力复杂巡检场景下电力部件与巡检缺陷检测精度较低的问题,提出一种基于尺度不变特征金字塔的输电线路缺陷检测方法。将主流目标检测方法用于该场景,对比得出RepPoints v2网络模型的检测精度最高。针对RepPoints v2中FPN结构不能有效提取跨层次间语义信息及角点验证过程中忽略尺度归一化的问题,结合高效通道注意力模块(ECA)与尺度均衡金字塔卷积(SEPC)提出了一种尺度不变特征金字塔结构SI-FPN(scale-invariant feature pyramid networks)。其中ECA注意力模块对FPN的特征进行通道级别的增强,之后SEPC从FPN中提取尺度不变特征并对跨层次的金字塔特征进行融合。通过在自建的包含绝缘子、防震锤、悬垂线夹、绝缘子自爆、防震锤脱落与鸟巢六类对象的数据集上进行训练测试表明,该方法在RepPoints v2的基准上提升1.9个百分点,mAP达到96.3%,检测精度远超当前基准检测模型,且所设计的SI-FPN模块可作为一种独立的结构改善其他检测模型,具有一定的通用性。