一种双尺度池化分组的高压输电走廊火灾检测方法

本发明主要涉及电网安全运行检测的，具体为一种双尺度池化分组的高压输电走廊火灾检测方法。

背景技术：

1、高压输电线路是能源跨区域输送的核心枢纽，其走廊多分布于偏远山区，地形复杂、环境恶劣，受极端天气、山区用火管控难、人为活动扰动等影响，输电走廊山火频发，近5年全国线路山火跳闸事故年均增长32%以上，偏远山区山火致设备损毁占比超75%，山火会烧毁杆塔、导线，引发跳闸、电网解列事故，造成经济损失与生态安全威胁，实现输电走廊山火早期精准监测预警，是保障电网安全运行的迫切需求。

2、随着深度学习与无人机遥感技术发展，基于视觉的火灾检测逐步取代传统人工巡检与单点传感监测，为优化检测性能，现有研究通过循环神经网络、全局注意力机制提升长距离特征捕捉能力，通过特征增强、网格采样优化局部细节检测精度，通过自适应特征融合、多尺度特征拼接改善多尺度目标检测效果，推动了输电走廊火灾检测技术发展。

3、然而当前检测技术仍存在显著缺陷：传统卷积感受野有限，注意力机制计算复杂，无法有效建模火焰、烟雾的远距离特征关联；网络深层提取易丢失火焰纹理、烟雾边缘等细粒度特征，微弱火点、稀薄烟雾小，目标漏检率高；多尺度融合策略僵化，缺乏通道解耦与动态权重调整，易出现特征冗余、尺度特征相互干扰，无法兼顾检测精度与实时性，难以满足高压输电走廊火灾早期、精准、实时监测的工程要求。

技术实现思路

1、基于此，本发明的目的是提供一种双尺度池化分组的高压输电走廊火灾检测方法，以解决上述背景技术中提出的技术问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种双尺度池化分组的高压输电走廊火灾检测方法，包括以下步骤：

4、步骤一、图像数据输入与预处理，由无人机uav搭载的可见光相机，采集高压输电线路走廊的巡检图像作为输入源，将采集的原始图像统一调整为640×640的固定尺寸；

5、步骤二、骨干网络特征提取与增强，将标准化后的图像输入rcpgnet骨干网络，提取初始火情特征，并通过通道远程关联模块对特征图进行处理，利用通道维度特征重标定与非线性映射，捕捉火焰与烟雾的远距离特征依赖关系；

6、步骤三、空间细节感知与多尺度融合，利用空间分辨率感知模块对特征进行多分支并行处理与双向空间池化，捕捉火焰纹理、烟雾边缘及微弱火点的细粒度特征；

7、将特征输入设置于颈部网络末端的双尺度池化分组模块，利用通道分组策略解耦不同语义层级的特征，并通过并行的平均池化与最大池化分别捕获全局火势分布上下文和提取局部显著火点细节；

8、步骤四、特征融合与检测，在颈部引入变体多尺度融合金字塔特征融合模块，使用c2模块替代原有csp结构，并通过多级concat连接进行特征融合；在头部增加微检测头，强化低层级特征提取；

9、步骤五、火灾识别输出，输出输电线路走廊图像中火焰与烟雾的目标类别及边界框，实现高压输电线路走廊火灾的精准检测与定位。

10、本技术方案具体的，所述步骤二中的通道远程关联模块具体处理过程为，将输入特征图分为两个并行分支，上分支通过1×1卷积进行初步特征压缩后，将特征重组为通道层级化处理，随后经过softmax函数生成通道注意力权重，下分支经过1×1卷积进行特征变换，保持原始特征的基本表达；

11、两个分支的特征通过乘法运算进行自适应融合，融合后的特征经过卷积降维压缩及卷积维度重构，最终输出通道优化后的特征图。

12、本技术方案具体的，所述步骤三中的空间分辨率感知模块具体处理过程为，输入特征图经过两个平行的处理分支，上分支通过1×1卷积进行特征压缩，保留空间位置信息，下分支采用两级串联流程，先通过1×1卷积进行特征变换，随后经过x-avgpool和y-avgpool操作分别在水平和垂直方向进行特征聚合，并通过g-avgpool提取全局上下文信息；

13、两个分支的特征经过softmax函数生成空间注意力权重，并通过乘法运算实现自适应特征融合，输出空间增强的特征图。

14、本技术方案具体的，所述步骤三中的双尺度池化分组模块具体处理过程为，将输入特征沿通道维度划分为多个分组，各组特征独立并行处理，在并行分支上采用双尺度池化策略，平均池化分支提取全局统计信息，最大池化分支提取局部显著特征；

15、将两个池化分支的特征进行加法融合互补增强，经过卷积整合及sigmoid激活后生成自适应权重图，该权重图与原始特征相乘实现特征的动态重标定。

16、本技术方案具体的，所述步骤四中变体多尺度融合金字塔特征融合模块的多级concat连接，采用渐进式特征累积与整合方式，强化模型对不规则火线、大范围扩散烟雾的特征表达能力。

17、本技术方案具体的，所述步骤四中的微检测头，专注提取低层级细节特征，用于精准识别高压输电走廊场景下的微弱火点、稀薄烟雾小尺度火情目标。

18、本技术方案具体的，所述通道远程关联模块通过特征压缩与维度重构的非线性映射设计，在降低计算开销的同时完成全局通道特征的整合输出。

19、本技术方案具体的，所述空间分辨率感知模块通过空间注意力权重自适应分配，动态弱化植被阴影、地形纹理的背景噪声干扰。

20、本技术方案具体的，所述双尺度池化分组模块对重要性系数进行空间维度归一化处理，并引入缩放与偏移参数，消除不同样本间的系数偏差。

21、本技术方案具体的，所述通道远程关联模块与空间分辨率感知模块串联嵌入骨干网络输出端及颈部网络各层。

22、综上所述，本发明主要具有以下有益效果：

23、适配高压输电走廊偏远山区、地形复杂、环境恶劣的应用场景，可有效抵御极端天气、背景干扰等复杂条件影响，稳定实现山火精准检测与定位，能够大幅降低山火引发的杆塔烧毁、线路跳闸、电网解列等事故风险，减少经济损失与生态安全威胁，解决了输电走廊山火早期精准监测预警的工程痛点，为能源跨区域输送安全提供可靠技术保障；

24、其中通过通道远程关联模块，采用双分支并行架构进行通道特征重标定与非线性映射，以低计算复杂度精准建模通道级远距离特征依赖，高效捕捉跨区域火点、大范围烟雾的全局特征关联，强化通道间特征交互，突破传统方法全局感知弱、漏检远距离火情的瓶颈，提升复杂山区广域火情识别与态势研判精度；

25、空间分辨率感知模块，采用多分支解耦与双向空间池化，精准保留并强化火情局部特征，结合空间注意力权重分配，抑制背景噪声干扰，在检测头部增设微检测头强化低层级细节特征提取，全链路提升对小尺度目标感知能力，降低早期火情漏检率，实现山火早识别、早预警；

26、双尺度池化分组模块，实现全局火势分布与局部火点细节的互补融合，结合自适应权重重标定动态抑制特征冗余、强化有效火情特征；颈部用高效c2模块替代csp结构，经多级concat实现渐进式特征融合，既能覆盖从针尖状火点到大面积火海的全尺度检测，又能降低计算开销、保障推理实时性，解决尺度特征冲突和融合质量差的问题，兼顾检测精度与实时响应能力。