基于多尺度特征融合与改进注意力的锈蚀螺栓螺帽检测

摘要

针对输电线路巡检中螺栓螺帽目标尺寸小、数量多、且存在复杂背景遮挡的检测问题，提出具有多尺度特征融合机制和改进注意力机制的螺栓-螺母检测Transformer(bolt-nut detection Transformer, BN-DETR)算法。构建跨阶段部分连接网络(cross stage partial darknet,CSPDarknet)为主干网络的特征提取模块，通过集成局部感知、全局注意力机制和多层感知机实现多尺度特征的高效聚合，设计基于改进注意力的尺度内特征交互模块，通过动态选择关键点降低计算复杂度，同时保持全局信息交互能力，提出多层次注意力融合机制(全局、局部、像素级)提升特征表达能力。实验结果表明，BN-DETR算法的平均精度均值@50较基线算法提高3%,为电力设施微小缺陷检测提供有效的技术参考。

关键词

螺栓螺帽 / 小目标检测 / 锈蚀 / Transformer