缪苗,袁峰,邹明翰,任圣雄.基于Transformer技术改进的Yolov5鸟巢识别算法研究[J].电工技术,2023(21):58-62
基于Transformer技术改进的Yolov5鸟巢识别算法研究
  
DOI：10.19768/j.cnki.dgjs.2023.21.014
中文关键词:  变电站  鸟巢识别  Transformer  注意力模块
英文关键词:
基金项目:
作者单位
缪苗 国网南京供电公司 
袁峰 国网南京供电公司 
邹明翰 国网南京供电公司 
任圣雄 国网南京供电公司 
摘要点击次数: 698
全文下载次数: 0
中文摘要:
      基于高密度遮挡下鸟巢识别正确率低的问题，提出一种基于Transformer技术改进的Yolov5变电站鸟巢识别算法模型。首先将现有Yolov5算法原本的Yolo预测头(Yolo Prediction Heads)替换为Transformer预测头(Transformer Prediction Heads,TPH)，同时，为了提高对小物体的检测能力新增了一个预测头。然后嵌入卷积注意力模块(Convolutional Block Attention Module,CBAM)，提取注意区域，以抵制干扰信息，关注有用的目标对象。最后利用CSPDarknet53结构设计思想，提取最终的特征图，经CSP模块将输出的特征图进行快速降维。实验结果表明，对比Yolov5算法，TPH-Yolov5算法的mAP(Meanaverage Precision)值提高了15.7%。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器