祝贺《电力信息与通信技术》
蝉联中国科技核心期刊
引文信息
郭鹏天，李黎，王勇，等．基于改进DETR的电力作业现场安全行为识别方法[J]．电力信息与通信技术，2024，22(8)：63-70．
GUO Pengtian，LI Li，WANG Yong，et al．An improved DETR-based method for recognizing safety behaviors at electric power work sites[J]．Electric Power Information and Communication Technology，2024，22(8)：63-70(in Chinese)．
01
研究背景
随着经济的腾飞、现代城市化进程的提速，设备迅速增加、电网规模不断增大，相应的电力基建、技改、迁改、大修的作业现场规模数量也随之剧增。电力作业任务重、范围广，普遍存在施工环境恶劣、易触电、高空交叉作业、大件起重吊装等高风险因素。在电力作业现场安全行为识别领域获取高质量的训练数据具有较高的难度和成本，尤其是缺陷类样本对于实际的业务场景来说更是稀缺。
02
主要创新点
本文针对电力作业场景安全行为识别问题，通过分析小样本条件下经验风险最小化不可靠问题，采用预训练+微调的研究方式，提出一种基于改进DETR的目标检测方法。首先构建标准DETR模型，使用公开数据集进行预训练，然后基于电力行业数据集进行二次训练，最后引入Adapter模块进行模型微调模型。在后续研究中，将在作业现场部署模型，验证模型在真实场景中的检测性能。
作者介绍
郭鹏天
郭鹏天(1995)，男，工学硕士，工程师，通信作者，从事电力多模态大模型、人工智能平台等方面的研究工作，guopengtian@epri.sgcc.com.cn。
李黎(1988)，男，工学硕士，工程师，从事人工智能视觉等方面的研究工作。
王勇(1974)，男，高级工程师，从事电力物联网，人工智能等方面的研究工作。
郑碧煌(1995)，女，工学硕士，工程师，从事电力物大数据分析、人工智能平台等方面的研究工作。
王晓辉(1985)，男，工学博士，高级工程师，从事能源互联网、区块链、电力人工智能等方面的研究工作。
陈勇(1977)，男，工学博士，高级工程师(教授级)，从事电力仿真、高性能计算、人工智能平台技术等方面的研究工作。
