首页|基于ACE与YOLOv5 的电力遥感图像检测算法

基于ACE与YOLOv5 的电力遥感图像检测算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对电力遥感图像采集时存在大量浓烟以及数据样本少等问题，提出一种基于对数变换的改进型自动色彩均衡与改进后YOLOv5s模型的遥感图像去雾检测算法，旨在通过提高数据集的图像质量进而提高检测网络的检测精度。构建的改进型自动色彩均衡对电力遥感图像去雾增强，并通过图像质量和特征提取两方面进行了实验数据对比，实验结果表明改进的自动色彩均衡算法优于其它算法。其次，通过YOLOv5s检测算法对增强后的数据集进行训练，引入mosaic数据增强算法，并通过构建ghost卷积模块和NAM注意力模块降低了网络参数、提升了网络检测精度。
Electric Power Remote Sensing Image Detection Algorithm Based on Automatic Color Balance and YOLOv5
Aiming at the problems of a large amount of smoke and few data samples in the collection of electric power remote sensing images,an improved automatic color equalization based on logarithmic transformation and an im-proved YOLOv5s model for remote sensing image dehazing detection algorithm are proposed.The image quality in turn improves the detection accuracy of the detection network.Firstly,the constructed improved automatic color equalization enhances the dehazing of electric power remote sensing images,and the experimental data are compared in terms of image quality and feature extraction.The experimental results show that the improved automatic color e-qualization algorithm is better than other algorithms.Secondly,this paper trains the enhanced data set through the YOLOv5s detection algorithm,introduces the mosaic data enhancement algorithm,and reduces the network parameters and improves the network detection accuracy by constructing the ghost convolution module and the NAM attention module.

Electric power remote sensing imageAutomatic color equalization(ACE)algorithmTarget DetectionMulti-scale pyramid

张弢、蒋东东、田喆文、王艺霖

展开 >

长安大学电子与控制工程学院,陕西 西安 710064

电力遥感图像 自动色彩均衡算法 目标检测 多尺度金字塔

国家自然科学基金青年项目中央高校基本科研业务费专项重点科研平台水平提升项目河南省交通运输厅科技项目陕西省自然科学基础研究计划

617020503001023215042019G-2-52022JM-404

2024

计算机仿真
中国航天科工集团公司第十七研究所

计算机仿真

CSTPCD
影响因子：0.518
ISSN：1006-9348
年,卷(期)：2024.41(1)
  • 21