1. 黑龙江科技大学电气与控制工程学院
2. 国网山东省电力公司超高压公司
Published:2026
移动端阅览
汝洪芳, 张文灏, 王国新, et al. 融合Swin Transformer的输电线路鸟巢检测算法[J]. 2026, 48(3): 201-208.
DOI:
汝洪芳, 张文灏, 王国新, et al. 融合Swin Transformer的输电线路鸟巢检测算法[J]. 2026, 48(3): 201-208. DOI: 10.13625/j.cnki.hljep.2026.03.003.
针对巡检无人机航拍时图像背景复杂、鸟巢大小尺度不一及被遮挡造成的误检和漏检问题,提出一种结合Swin Transformer和Slim-neck的YOLOv5输电线路鸟巢检测算法。将Swin Transformer嵌入C3模块后接入主干网络中,网络能够更好地捕获上下文信息,进一步提高主干网络特征提取能力;将Neck部分的上采样模块替换为内容感知特征重组(content-aware reassembly of features
CARAFE)模块,在保证轻量高效的前提下,网络可以在更大的感受野内聚合上下文信息;为解决引入Transformer带来的参数量与计算量的增长问题,在Neck部分采用Slim-neck结构以减轻网络的复杂程度,同时保持精度。实验结果表明,改进的网络在原YOLOv5s的基础上召回率提高了1.8%
平均精度均值(mean average precision
mAP)值提高了2.5%
有效改善了复杂背景下多尺度、被遮挡鸟巢的误检和漏检问题。
易辉,熊幼京,周刚,何慧雯.架空输电线路鸟害故障分析及对策[J].电网技术,2008(20).
徐晶,韩军,童志刚,王亚先.一种无人机图像的铁塔上鸟巢检测方法[J].计算机工程与应用,2017(06).
段旺旺,唐鹏,金炜东,韦璞.基于关键区域HOG特征的铁路接触网鸟巢检测[J].中国铁路,2015(08).
巢亚锋,徐志强,岳一石,王峰,王成,黄福勇.湖南输电线路鸟害故障特征分析及防范措施[J].高电压技术,2016(12).
祝振敏,谢亮凯.基于相对位置不变性的接触网鸟巢识别检测[J].铁道科学与工程学报,2018(04).
张瑶,王傲寒,张宏.中国智能电网发展综述[J].电力系统保护与控制,2021(05).
顾晓东,唐丹宏,黄晓华.基于深度学习的电网巡检图像缺陷检测与识别[J].电力系统保护与控制,2021(05).
杨剑锋,秦钟,庞小龙,贺志华,崔春晖.基于深度学习网络的输电线路异物入侵监测和识别方法[J].电力系统保护与控制,2021(04).
隋宇,宁平凡,牛萍娟,王辰羽,赵地,张伟龙,韩抒真,梁立君,薛高建,崔颜军.面向架空输电线路的挂载无人机电力巡检技术研究综述[J].电网技术,2021(09).
罗潇,於锋,彭勇.基于深度学习的无人机电网巡检缺陷检测研究[J].电力系统保护与控制,2022(10).
亢洁,王勍,刘文波,夏宇.融合CAT-BiFPN与注意力机制的航拍绝缘子多缺陷检测网络[J].高电压技术,2023(08).
赵霖,王素珍,邵明伟,许浩.基于改进YOLOv5的输电线路鸟巢缺陷检测方法[J].电子测量技术,2023(03).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution