基于无人机航拍的绝缘子掉串实时检测研究

TM855; 由无人机代替人工进行电力绝缘子巡检具有重要意义,针对无人机的上位机算力和存储资源有限的问题,提出一种适用于绝缘子掉串故障检测的实时目标检测改进算法.以YOLOv5s检测网络为基础,将颈部结构中路径聚合网络替换为双向特征金字塔网络,以提升特征融合能力;使用DIoU优化损失函数,对模型进行γ系数的通道剪枝和微调,总体上提升检测网络的精度、速度和部署能力;在网络输出处进行图像增强以提升算法可用性.在特殊扩增的绝缘子故障数据集下测试,相较于原始的YOLOv5s算法,改进算法在精度平均值上提升了 3.91％,速度提升了 25.6％,模型体积下降了 59.1％....

Full description

Saved in:
Bibliographic Details
Published in上海交通大学学报 Vol. 56; no. 8; pp. 994 - 1003
Main Authors 李登攀, 任晓明, 颜楠楠
Format Journal Article
LanguageChinese
Published 上海电机学院电气学院,上海201306%国网华东电力试验研究院有限公司,上海200437 2022
复旦大学类脑智能科学与技术研究院,上海200433
Subjects
γ系数剪枝微调
DIoU损失函数
无人机
图像增强
绝缘子掉串
双向特征金字塔网络结构
Online AccessGet full text
ISSN1006-2467
DOI10.16183/j.cnki.jsjtu.2021.416

Cover

More Information
Summary:TM855; 由无人机代替人工进行电力绝缘子巡检具有重要意义,针对无人机的上位机算力和存储资源有限的问题,提出一种适用于绝缘子掉串故障检测的实时目标检测改进算法.以YOLOv5s检测网络为基础,将颈部结构中路径聚合网络替换为双向特征金字塔网络,以提升特征融合能力;使用DIoU优化损失函数,对模型进行γ系数的通道剪枝和微调,总体上提升检测网络的精度、速度和部署能力;在网络输出处进行图像增强以提升算法可用性.在特殊扩增的绝缘子故障数据集下测试,相较于原始的YOLOv5s算法,改进算法在精度平均值上提升了 3.91％,速度提升了 25.6％,模型体积下降了 59.1％.
ISSN:1006-2467
DOI:10.16183/j.cnki.jsjtu.2021.416