Abstract：
随着智能电网的迅速发展,在变电站现场安全作业检测时,时常发生作业人员安全帽、安全带、绝缘手套等佩戴异常情况.为了进一步保障电网安全,针对变电站现场环境复杂、人员较多、实时性要求高等情况,本文提出一种M-YOLOV5s算法,针对检测的实时性要求,将YOLOV5s的特征提取网络换成MobileNet V3 small网络,并引入自适应ACON激活函数.同时,针对现场小目标,在模型特征融合层中加入轻量级注意力机制CBAM,进一步提升模型性能.实验结果表明,采用本文所提出的方法进行电网现场作业安全检测,模型体积缩小至4.89MB,在极大提高模型检测速度的同时,模型精度仅损失3.12％,更有利于模型的前端部署.此外,该方法能够满足电网现场作业人员穿戴安全检测的实时性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福建电脑
ISSN： 1673-2782
Year： 2023
Issue： 4
Volume： 39
Page： 13-18
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
