基于YOLOv5s算法的风机叶片故障识别与检测

摘要：

风机叶片的故障是影响风力发电持续健康发展的主要问题,也隐藏着巨大的安全隐患与环境问题.为了对风机叶片进行故障检测,文章提出了一种基于YOLOv5s算法的风机叶片故障识别与检测的模型.使用无人机对某风场静止的故障风机叶片进行图像采集,在经过人工标注故障区域后,将训练集带入YOLOv5s进行训练.结果显示,YOLOv5s对比YO-LOv4在风机叶片的故障检测效果上有较大提升,精度为90.2％,召回率达到93.4％,mAP值提升了3％,达到65.3％,在实现快速检测的同时兼顾了较高的准确率.

关键词：风机叶片、YOLOv5s、故障识别、目标检测、交并比

所属期刊栏目：19

分类号：TP277(自动化技术及设备)

资助基金：鲁东大学专创融合课程建设重点项目;省级大学生创新创业训练计划项目

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：76-78