YOLO-ELA: Efficient Local Attention Modeling for High-Performance Real-Time Insulator Defect Detection

要約

無人航空機 (UAV) から絶縁体欠陥を特定するための既存の検出方法は、複雑な背景シーンや小さな物体に対処するのが難しく、最適とは言えない精度と多数の誤検知が発生します。
この論文では、ローカル アテンション モデリングの概念を使用して、この問題に対処するための新しいアテンション ベースの基盤アーキテクチャである YOLO-ELA を提案します。
Efficient Local Attendance (ELA) ブロックが 1 段階 YOLOv8 アーキテクチャのネック部分に追加され、モデルの注意が背景の特徴から欠陥のある絶縁体の特徴に移されました。
SCYLLA Intersection-Over-Union (SIoU) 基準関数を使用して、検出損失を削減し、モデルの収束を加速し、小さな絶縁体欠陥に対するモデルの感度を高め、より高い真陽性結果をもたらしました。
データセットが限られているため、データ拡張技術を利用してデータセットの多様性を高めました。
さらに、転移学習戦略を活用してモデルのパフォーマンスを向上させました。
高解像度 UAV 画像の実験結果は、私たちの方法が 96.9% mAP0.5 の最先端のパフォーマンスと 74.63 フレーム/秒のリアルタイム検出速度を達成し、ベースライン モデルを上回るパフォーマンスを示していることを示しています。
これは、物体検出タスクにおける注意ベースの畳み込みニューラル ネットワーク (CNN) の有効性をさらに示しています。

要約(オリジナル)

Existing detection methods for insulator defect identification from unmanned aerial vehicles (UAV) struggle with complex background scenes and small objects, leading to suboptimal accuracy and a high number of false positives detection. Using the concept of local attention modeling, this paper proposes a new attention-based foundation architecture, YOLO-ELA, to address this issue. The Efficient Local Attention (ELA) blocks were added into the neck part of the one-stage YOLOv8 architecture to shift the model’s attention from background features towards features of insulators with defects. The SCYLLA Intersection-Over-Union (SIoU) criterion function was used to reduce detection loss, accelerate model convergence, and increase the model’s sensitivity towards small insulator defects, yielding higher true positive outcomes. Due to a limited dataset, data augmentation techniques were utilized to increase the diversity of the dataset. In addition, we leveraged the transfer learning strategy to improve the model’s performance. Experimental results on high-resolution UAV images show that our method achieved a state-of-the-art performance of 96.9% mAP0.5 and a real-time detection speed of 74.63 frames per second, outperforming the baseline model. This further demonstrates the effectiveness of attention-based convolutional neural networks (CNN) in object detection tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google