改进YOLOv3模型在无人机巡检输电线路部件缺陷检测中的应用研究

摘要：

针对传统输电线路无人机巡检图像检测方法存在的精度低、计算时间长和训练样本少等问题,提出了一种用于输电线路部件绝缘子缺陷识别的改进YOLOv3模型.引入K-means++算法解决小目标不敏感问题,引入Focal-loss 函数解决样本不均衡问题,引入Mish激活函数提高模型精度,引入注意力机制Senet提高特征提取性能.通过对改进前后模型性能的比较分析,验证了该方法的优越性.结果表明,与传统的检测方法相比,所提方法在检测速度上能够满足实时检测的需要,且检测精度最优,检测时间为0.079 s,检测平均准确度均值为94.40％.该研究能够满足输电线路无人机巡检图像缺陷自动检测的需要.

关键词：输电线路、无人机巡检图像、绝缘子缺陷、YOLOv3模型、注意力机制

所属期刊栏目：60

分类号：TM755(输配电工程、电力网及电力系统)

资助基金：中国南方电网有限责任公司科技项目GZHKJXM20180112

在线出版日期：2023-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-91