基于改进YOLOv5的轻量化绝缘子表面缺陷检测

针对无人机检测缺陷绝缘子时，存在目标特征不明显、小目标检测效果差、无法同时满足检测速度和精度的问题，提出一种基于改进YOLOv5的绝缘子缺陷检测算法。首先，针对目标特征不明显的问题，将ConvNeXt网络应用到YOLOv5主干网络中，以加强网络特征提取能力；其次，针对图像中的小目标特征，在主干网络中引入坐标注意力机制，提高对小目标的检测精度；然后，对改进模型进行剪枝操作，剪去模型中冗余的通道，从而减少模型参数量，使模型更加轻量化。实验结果表明：所提算法在绝缘子缺陷数据集IDID上的平均精度均值达到93.84%，较原始算法提升了3.4个百分点；检测速率达到166 frame/s，较原算法速率提升了69.4%，可以满足对输电线路实时检测的要求。