基于梯度流特征融合的泵站安全风险检测  

Safety risk detection method of pumping station based on gradient flow feature fusion

作　　者：梁磊 侯欣伟 李一帆 白岩冰 刘鹏宇 LIANG Lei;HOU Xinwei

机构地区：[1]北京市南水北调团城湖管理处,北京100195 [2]北京工业大学信息学部,北京100124 [3]先进信息网络北京实验室,北京100124 [4]北京工业大学计算智能与智能系统北京市重点实验室,北京100124

出　　处：《水利规划与设计》2024年第1期73-77,共5页Water Resources Planning and Design

基　　金：青海省应用基础研究计划项目(2021-ZJ-704)。

摘　　要：为解决泵站场景下远距离小尺寸目标和特征遮挡等因素对泵站安全风险检测任务带来的挑战,文章提出一种融合坐标注意力机制和梯度流特征提取模块的泵站安全风险检测算法。通过在特征提取网络中采用梯度流特征提取模块以提高网络的特征提取能力,同时引入坐标注意力机制模块提升对全局信息的捕获能力,最后在特征融合模块采用BiFPN结构提高对不同尺寸目标特征的融合效果。在泵站场景下进行实验,结果表明文章所提算法在泵站场景下的安全风险检测任务中算法平均准确度达到94.78%,与常见的目标检测算法相比具有较好的效果。

关 键 词：安全风险检测 坐标注意力机制 特征提取 BiFPN 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]