第44卷第3期2023年3月激光杂志LASEＲJOUＲNALVol.44，No.3March，2023http∶//www．laserjournal．cn收稿日期:2022－09－27基金项目:国家自然科学基金青年项目(No．61702050)、中央高校基本科研业务费专项资金资助(重点科研平台水平提升项目，No．300102321504)、河南省交通运输厅科技项目(No．2019G－2－5)作者简介:王艺霖(1997－)，男，硕士研究生，主要研究方向为深度学习和电力视觉技术。通讯作者:张弢(1984－)，女，副教授，硕导，博士，CCF专业会员(B8039M)，主要研究方向为电力大数据技术以及图像处理技术。E－mail:zt@chd．edu．cn基于特征增强和筛选机制的遥感电力目标检测张弢，王艺霖，田喆文长安大学电子与控制工程学院，西安710064摘要:电力遥感目标检测对电网安全有着重要意义。针对电力遥感目标检测精度低的问题，提出了一种基于特征增强和筛选机制的YOLOv5目标检测算法。数据预处理方面，通过同态滤波和Ｒetinex去雾算法进行数据增强，降低遥感影像大气折射和光照不均匀影响，增强目标特征;网络模型方面，将CBAM融合注意力模块添加到网络骨干层之前，通过k－means聚类特征增强和筛选机制，减少卷积核深度和网络参数;预测网络方面，将预测框中心坐标和真实框中心坐标之间的欧式距离作为代价函数添加到回归损失函数中。在google电力遥感数据集上进行对比实验，结果表明:检测平均精度均值可达83.7%，相比于基线算法以及其他检测算法，平均精度值提升了9%，速度提高了45.7%。关键词:图像处理;电力视觉;目标检测;特征筛选中图分类号:TN249文献标识码:Adoi:10.14016/j．cnki．jgzz.2023.03.087ＲemotesensingpowertargetdetectionbasedonfeatureenhancementandscreeningmechanismsZHANGTao，WANGYilin，TIANZhewenSchoolofElectronicandControlEngineering，Chang’anuniversity，Xi’an710064，ChinaAbstract:Electricpowerremotesensingtargetdetectionisofgreatsignificancetopowergridsecurity．Aimingattheproblemoflowdetectionaccuracyofremotesensingtargets，aYOLOv5targetdetectionalgorithmbasedonfeaturescreeningisproposed．Intermsofdatapreprocessing，throughhomomorphicfilteringandＲetinexdehazingalgorithm，theinfluenceofatmosphereandilluminationissolved，andthetargetfeaturesareenhanced;Asforthenetworkmod-el，intermsofnetworkmodel，theCBAMfusionattentionmoduleisaddedbeforethenetworkbackbonelayer;...
