基于改进YOLOV4网络的绝缘子缺陷检测
文档名：基于改进YOLOV4网络的绝缘子缺陷检测
摘要：针对现有目标检测方法进行绝缘子缺陷检测速度慢、精度低等问题,改进YOLOV4网络提高绝缘子缺陷检测性能.对比主干特征提取网络不同输出层添加卷积注意力模块(CBAM)缺陷检测结果以确定注意力机制引入方法;采用K-Means聚类算法确定适合绝缘子特征的锚框尺寸;加强特征提取网络采用CSPlayer并利用深度可分离卷积代替普通卷积,减少模型参数,提高检测速度;同时,加强特征提取网络中添加金字塔池化模块(SPP),融合多重感受野缺陷特征,改善检测精度;增大类别损失比重,提高分类精度;采用柔性非极大值抑制代替普通非极大值抑制,避免小目标缺陷重叠引起漏检.实验结果表明,改进YOLOV4网络的平均精度均值mAP和检测时间分别为92.26％和19.82ms,满足绝缘子缺陷检测精度和速度要求.
作者：李运堂 詹叶君 王鹏峰 张坤 金杰 李孝禄 陈源 冯娟 Author：LIYuntang ZHANYejun WANGPengfeng ZHANGKun JINJie LIXiaolu CHENYuan FENGJuan
作者单位：中国计量大学机电工程学院,浙江杭州310018中国计量大学现代科技学院,浙江金华321000
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(8)
分类号：TP391.4
关键词：深度学习目标检测YOLOV4网络绝缘子缺陷
Keywords：deeplearningobjectdetectionYOLOV4networkinsulatordefects
机标分类号：TP391.41TN911.73TP183
在线出版日期：2023年10月13日
基金项目：浙江省属高校基本科研业务费专项基于改进YOLOV4网络的绝缘子缺陷检测[
期刊论文]传感技术学报--2023, 36(8)李运堂詹叶君王鹏峰张坤金杰李孝禄陈源冯娟针对现有目标检测方法进行绝缘子缺陷检测速度慢、精度低等问题,改进YOLOV4网络提高绝缘子缺陷检测性能.对比主干特征提取网络不同输出层添加卷积注意力模块(CBAM)缺陷检测结果以确定注意力机制引入方法;采用K-Means聚类...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进YOLOV4网络的绝缘子缺陷检测Inspection Method for Insulator Defect Based on Improved YOLOV4 Network
基于改进YOLOV4网络的绝缘子缺陷检测.pdf
页:
[1]