一种改进ＹＯＬＯｖ８ｎ 的电力设备红外图像识别网络

打开文本图片集

摘 要：针对目前电力设备红外图像识别算法存在检测精度低和模型计算量大的问题，提出一种改进ＹＯＬＯｖ８ｎ 的电力设备红外图像识别网络ＹＯＬＯｖ８ｎＤＣＳＷ。在ＹＯＬＯｖ８ｎ 主干网络中添加坐标注意力（Ｃｏｏｒｄｉｎａｔｅ Ａｔｔｅｎｔｉｏｎ，ＣＡ） 并使用可变形卷积网络（Ｄｅｆｏｒｍａｂｌｅ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｔｗｏｒｋ，ＤＣＮ） 替换残差模块中的标准卷积，加强复杂环境下对小目标的关注度，提高识别精度；将颈部网络更换为Ｓｉｍ-ｎｅｃｋ，降低模型运算量；引入Ｗｉｓｅ 交并比（Ｗｉｓｅ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＷＩｏＵ） 损失函数减少低质量边框产生的梯度干扰，提升模型的识别精度和收敛速度。（剩余421字）