窦雷雨,尹向雷,艾恪帆,马永翔.基于改进YOLO的绝缘子缺陷检测算法*[J].电工技术,2023(21):30-35
基于改进YOLO的绝缘子缺陷检测算法*
  
DOI：10.19768/j.cnki.dgjs.2023.21.008
中文关键词:  机器视觉  深度学习  绝缘子  YOLOv7  SimAM
英文关键词:
基金项目:
作者单位
窦雷雨 陕西理工大学电气工程学院 
尹向雷 陕西理工大学电气工程学院 
艾恪帆 国网陕西省电力有限公司建设分公司 
马永翔 陕西理工大学电气工程学院 
摘要点击次数: 813
全文下载次数: 0
中文摘要:
      针对绝缘子缺陷检测任务中，由于绝缘子缺陷部分在画幅中占比小、绝缘子易被遮挡、输电线路背景复杂等原因导致陷识别准确率低的问题，提出了一种基于改进YOLO的绝缘子缺陷检测算法。首先，在YOLOv7模型的基础上设计一个小目标检测层，使其更准确地进行小目标检测任务；其次，在模型中引入SimAM注意力机制，提高模型对绝缘子及其缺陷的关注度，提升模型检测性能；最后，选择SIoU Loss作为模型的损失函数，加快网络的收敛速度，降低其损失值。实验结果表明，改进后算法精度相较基准模型由84.9%提升至90.2%，损失值由2.23%下降至2.20%，改善了小目标检测精度，为绝缘子检测提供了参考。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器