MAFD-NET: 高解像度リモートセンシング画像における送電鉄塔検出のためのマルチヘッドアテンション動的サンプリング融合ネットワーク
MAFD-NET: multi-head attention dynamic sampling fusion network for power tower detection in high-resolution remote sensing images
高解像度リモートセンシング画像における送電鉄塔検出の課題に対処するため、YOLOv11をベースとしたMAFD-NET(マルチヘッドアテンション動的サンプリング融合ネットワーク)が提案された。MAFD-NETは、Mamba機構と階層的マルチヘッド自己注意機構を統合したマルチヘッドアテンション特徴融合(MAFB)モジュールをバックボーンに組み込み、グローバルおよびローカル特徴抽出を強化する。また、ネック部分にはエッジ保存動的アップサンプリング(EPDU)モジュールを設計し、マルチスケール特徴の正確なアライメントを実現する。Duke Power Transmission and Distribution InfrastructureデータセットとAerial-Powerデータセットでの実験の結果、MAFD-NETはDukeデータセットでmAP0.5 78.26%、リコール75.12%、mIoU 74.87%、Aerial-PowerデータセットでmAP0.5 76.18%、リコール74.32%、mIoU 71.83%を達成し、主流検出器を上回る精度と頑健性を示した。
- YOLOv11をベースに、Mamba機構と階層的マルチヘッド自己注意を統合したMAFBモジュールをバックボーンに組み込んだMAFD-NETを提案。
- ネックにエッジ保存動的アップサンプリング(EPDU)モジュールを設計し、マルチスケール特徴のアライメントを実現。
- Duke Power Transmission and Distribution InfrastructureデータセットでmAP0.5 78.26%、リコール75.12%、mIoU 74.87%を達成。
- Aerial-PowerデータセットでmAP0.5 76.18%、リコール74.32%、mIoU 71.83%を記録し、主流検出器を上回る精度と頑健性を示した。
YOLOv11をベースにMamba機構とマルチヘッド自己注意を融合したMAFBモジュール、エッジ保存動的アップサンプリング(EPDU)を組み合わせた送電鉄塔検出モデル。DukeデータセットでmAP0.5 78.26%、Aerial-Powerで76.18%と既存検出器を上回った点は、電力インフラの巡視・点検自動化という実需に直結する。投資家目線では、AIモデル改良がドローン・衛星画像解析による電力設備保守の省人化・コスト削減に波及するかが焦点。ただし現時点では学術的なベンチマーク改善であり、商用採用や収益化の道筋は示されておらず、materialityは限定的。