基于改进YOLOv5的轻量化绝缘子表面缺陷检测 |
| |
引用本文: | 郭雨,马美玲,黎大林.基于改进YOLOv5的轻量化绝缘子表面缺陷检测[J].激光与光电子学进展,2023(24):222-229. |
| |
作者姓名: | 郭雨 马美玲 黎大林 |
| |
作者单位: | 上海理工大学机械工程学院 |
| |
基金项目: | 上海市青年科技英才扬帆计划(22YF1429500); |
| |
摘 要: | 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。
|
关 键 词: | 绝缘子缺陷检测 YOLOv5 轻量化 ConvNeXt 注意力机制 |
|
|