基于改进YOLOv5的输电线路缺陷检测方法

摘要：

目前,电网公司逐渐采用无人机对电气设备进行智能巡检,其中绝缘子缺陷、R销缺失和鸟巢检测是重要的巡检环节.提出了一种改进YOLOv5 算法,以实现输电线路缺陷检测.首先,对无人机采集的超高分辨率图片进行切图处理,再利用K-means算法对数据集进行分析以获得最佳尺寸的锚框;其次,采用双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)替换原先YOLOv5 的特征金字塔网络,实现更加自由的信息交换和特征融合;最后,添加SimAM注意力模块来解决复杂背景对缺陷识别精度的影响.试验结果表明:改进后的YOLOv5 算法检测效果显著提升,具有较高的应用价值.

关键词：无人机巡检、YOLOv5、目标检测、BiFPN、SimAM

所属期刊栏目：31

分类号：TP391;TP18;TM216

资助基金：湖南省教育厅一般科研项目21C0626

在线出版日期：2024-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-56,62