基于GFPN-YOLOv5的配网架空线路线夹护套检测方法*

配网架空线路未安装线夹护套是典型的施工缺陷。针对配网架空线路线夹护套存在多尺度变化与小目标检测困难的问题，在YOLOv5的基础框架上，提出了一种基于注意力机制与图特征金字塔网络(Graph Feature Pyramid Networks,GFPN)相结合的线夹护套目标检测方法。为了提高线夹护套图像中各部件边界信息的检测能力，通过超像素分层构建了GFPN结构，并设计了三种图神经网络(Graph Neural Network,GNN)。采用通道注意力与空间注意力机制进行消息传播，设计了GNN与特征金字塔网络(Feature Pyramid Networks,FPN)的特征映射规则。建立了螺栓型耐张线夹护套数据集，实验结果表明GFPN YOLOv5模型对线夹护套的检测准确度提高了5.6%，同时在线夹护套样本多尺度变化和小目标场景下具有较好的泛化能力。