基于改进YOLOv5的绝缘子掉串缺陷识别研究

摘要：

针对绝缘子所处环境的复杂性及掉串缺陷在航拍图像中占比较小的问题,提出了一种基于改进YOLOv5 算法的输电线路绝缘子掉串缺陷识别方法.以YOLOv5 算法为绝缘子检测的基础,在SPP模块将原网络的池化结构改为SoftPool;引入DIoU_NMS代替NMS,并将损失函数设置为CIoU+DIoU_NMS,最后以PSO融合K-means算法优化初始锚框并改变最终输出通道个数.通过实验结果表明,改进后的YOLOv5 对绝缘子及掉串缺陷双目标检测的平均检测精度比原始YOLOv5 提高3.7%,上述方法能较为有效地、准确地识别绝缘子掉串缺陷.

关键词：绝缘子、深度学习、目标检测

所属期刊栏目：40

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;云南省应用技术研究计划项目

在线出版日期：2023-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：132-137