基于改进YOLOv4-Tiny算法的绝缘子缺陷检测
为了实现恶劣天气条件下的绝缘子缺陷的实时检测,提出了一种改进的YOLOv4-Tiny绝缘子缺陷检测算法.通过对收集到的绝缘子数据集增加雨雪雾特效以及随机添加运动模糊进行数据集扩充,引入Focal Loss和EIOU设计检测器的损失函数,提高模型分类与回归精度,并在原始模型基础上嵌入一种轻量型的坐标注意力机制,以增强模型对检测目标位置的敏感性.实验结果表明,改进后的算法较原算法均值平均精度(mAP)提升了 4.04%,同时该算法具备一定的实时检测能力.此外,改进后的YOLOv4-Tiny算法在恶劣天气下的绝缘子检测任务中具有良好的性能.
深度学习、缺陷检测、YOLOv4-Tiny、绝缘子、注意力机制
41
TP391.4;TM769(计算技术、计算机技术)
山东省自然科学基金ZR2020QF101
2022-11-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
155-162