基于Transformer和注意力机制的角钢塔螺栓缺陷检测模型

螺帽缺失、螺栓缺失是角钢塔建设阶段常见的结构缺陷,但由于特征区分度低现有目标检测算法对螺栓缺陷检出率较低.针对这个问题,首先基于Transformer对卷积特征进行特征编码提出了全局信息提取算子,其次通过通道注意力机制自适应组合候选检测框多尺度缩放后引入的局部背景信息,最后基于图像分割与背景融合对螺栓缺陷样本进行数据扩增.消融实验表明上述策略均能有效提升螺栓缺陷检测效果且相互不排斥,与其他典型算法对比验证了本文算法的先进性.