基于深度学习的智能电网违章识别算法研究

针对智能电网基建施工现场违章识别中安全帽检测在复杂场景下检测精度低的问题,提出了一种基于YOLOv7改进的安全帽佩戴检测方法,首先在模型主干网络中引入MCA,获取更多不同感受野下的特征信息,增强网络对感兴趣区域的关注能力并提升对小目标的识别能力,其次利用检测目标类圆特性,设计使用BCR代替BBR对目标进行学习,以减少图像背景信息干扰,提升密集目标识别率,最后针对检测圆提出基于cIoU的动态焦点Focal-cWIoU损失函数,动态调整几何惩罚项,降低低质量样本的影响,提升模型的检测精度,试验结果表明,该方法的检测时间和精度均满足电力基建现场各种复杂施工场景的要求。