-
题名基于改进RCF和无人机影像的电力线检测
- 1
-
-
作者
郭家
江洪
张雍
-
机构
福州大学空间数据挖掘与信息共享教育部重点实验室
-
出处
《福州大学学报（自然科学版）》
CAS
北大核心
2024年第2期168-175,共8页
-
基金
福建省科技计划引导性资助项目(2021Y0005)。
-
文摘
针对更丰富卷积特征(RCF)算法检测电力线时存在边缘模糊、特征图包含太多噪声、在融合特征图时丢失多尺度信息等问题,对RCF算法进行改进.首先,使用具有平移不变性的下采样技术增强模型的鲁棒性;然后,在RCF主干网络中引入卷积块注意力模块(CBAM)机制,提高模型对电力线特征的表达能力;最后,在RCF的侧输出网络中加入级联网络,借助基于通道注意力机制的多尺度特征融合模块对特征图进行融合,从而获得更优异的细节保持效果.实验结果表明,改进模型的最优数据集规模、最佳图像比例和平均精度可分别提高0.7%、 1.3%和1.7%,检测结果噪声数量少,电力线更加清晰准确.
-
关键词
电力线
边缘检测
更丰富卷积特征(rcf)
无人机
注意力机制
多尺度融合
-
Keywords
power lines
edge detection
richer convolutional features(rcf)
unmanned aerial vehicle
attention mechanism
multi-scale fusion
-
分类号
P237
[天文地球—摄影测量与遥感]
-
