第３５卷第２期重庆邮电大学学报（自然科学版）Ｖｏｌ．３５Ｎｏ．２２０２３年４月ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ａｐｒ．２０２３ＤＯＩ：１０．３９７９／ｊ．ｉｓｓｎ．１６７３⁃８２５Ｘ．２０２１０９１４０３２８基于可变形上下文感知网络的多尺度仪表检测收稿日期：２０２１⁃０９⁃１４修订日期：２０２３⁃０１⁃０５通讯作者：何永春ｈｙｃ＿０５０６＠ｓｉｎａ．ｃｏｍ基金项目：国网内蒙古东部电力有限公司科技项目（ＳＧＭＤＸＡ００ＹＷＪＳ１８００２２０）ＦｏｕｎｄａｔｉｏｎＩｔｅｍ：ＴｈｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＰｒｏｇｒａｍｏｆＳｔａｔｅＧｒｉｄＩｎｎｅｒＭｏｎｇｏｌｉａＥａｓｔｅｒｎＰｏｗｅｒＣｏ．，Ｌｔｄ（ＳＧＭＤＸＡ００ＹＷＪＳ１８００２２０）何永春１，申永伟１，吴涛１，陈淑波１，费丹２（１．国网内蒙古东部电力有限公司兴安供电公司，内蒙古乌兰浩特１３７４００；２．北京交通大学轨道交通控制与安全国家重点实验室，北京１０００４４）摘要：针对复杂背景下多尺度仪表设备检测面临较大挑战的问题，提出一种基于可变形上下文感知网络的仪表检测方法。针对工业环境干扰较多、小目标容易漏检的问题，设计了一种新颖的特征金字塔结构；通过引入可变形上下文信息、自适应扩展感受野，多尺度层级的空间和语义信息得到充分利用，有效提升检测效果并降低虚警率；对通用的检测头进行改进，预测额外的定位置信度来抑制低质量的检测框，使得目标框的回归更加精准。基于构建的仪表检测数据集验证了提出方法的有效性。实验结果表明，相比于基准网络，提出的方法在检测效果上有显著的提升。关键词：仪表检测；卷积神经网络；多尺度目标；可变形上下文感知网络中图分类号：ＴＮ８７，ＴＰ３９１．４文献标志码：Ａ文章编号：１６７３⁃８２５Ｘ（２０２３）０２⁃０２４５⁃０９Ｄｅｆｏｒｍａｂｌｅｃｏｎｔｅｘｔ⁃ａｗａｒｅｎｅｔｗｏｒｋｆｏｒｍｕｌｔｉ⁃ｓｃａｌｅｉｎｓｔｒｕｍｅｎｔｄｅｔｅｃｔｉｏｎＨＥＹｏｎｇｃｈｕｎ１，ＳＨＥＮＹｏｎｇｗｅｉ１，ＷＵＴａｏ１，ＣＨＥＮＳｈｕｂｏ１，ＦＥＩＤａｎ２（１．Ｘｉｎｇ’ａｎＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ，ＳｔａｔｅＧｒｉｄＩｎｎｅｒＭｏｎｇｏｌｉａＥ...
