基于深度学习的破损绝缘子检测研究

摘要：

文章提出了一种基于Scaled-YOLOv4目标检测方法的破损绝缘子智能检测模型.针对Scaled-YOLOv4网络在训练过程中难以分辨有效信息的问题,分析Scaled-YOLOv4网络Neck部分的降采样操作会导致信息丢失,提出将改进的注意力机制加入网络模型中,设计了DC-Scaled-YOLOv4模型.将网络上得到的破损绝缘子数据集分配成训练集和测试集,并对故障识别模型进行训练.采用该模型对破损绝缘子进行识别测试,Scaled-YOLOv4在破损绝缘子数据集上的检测精度为80％,而文章算法在破损绝缘子数据集上的检测精度为94.8％,检测效果提升明显.

关键词：目标检测、Scaled-YOLOv4、注意力机制、绝缘子

所属期刊栏目：6

分类号：TP393(计算技术、计算机技术)

在线出版日期：2022-07-05（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：123-125,128