文档名：基于改进YOLOX的变电站设备缺陷检测方法
摘要：为减轻电力工作人员的巡检负担,实现变电站智能巡检,对变电站设备缺陷检测算法进行了研究.首先,利用数据增强方法对有限的初始数据集进行扩充,利用多种图像处理方法增加数据集的复杂度,生成考虑复杂光照环境的数据集;然后,采用自适应空间特征融合(ASFF:AdaptivelySpatialFeatureFusion)的方法缓解特征金字塔中不同尺度特征的不一致性问题,并引入Focal损失函数作为置信度损失函数以缓解正负样本不平衡的问题,利用改进的YOLOX-s(YouOnlyLookOnceX-s)网络模型设计了变电站缺陷检测算法;最后,将改进的YOLOX-s网络模型与其他深度学习算法的检测效果进行对比,实验结果表明,改进的YOLOX-s网络模型的综合检测效果较好,准确性和实时性均可以满足变电站设备缺陷检测任务.
Abstract：Inordertoreducetheinspectionburdenofelectricpowerworkersandrealizeintelligentinspectioninsubstation,thealgorithmofsubstationequipmentdefectdetectionisstudied.Firstly,thedataaugmentationmethodisusedtoexpandtheinitialdatasetandvariousimageprocessingmethodisusedtogeneratethedatasetwithcomplexilluminationenvironment.Then,theadaptivespatialfeaturefusionmethodisusedtomitigatetheinconsistencyofdifferentscalefeaturesinthefeaturepyramid,andthelossfunctionofconfidenceischangedtoFocallossfunctiontomitigatetheimbalancebetweenpositiveandnegativesamples.BasedontheimprovedYOLOX-s(YouOnlyLookOnceX-s)networkmodel,thealgorithmofsubstationdefectdetectionisdesigned.Finally,thedetectioneffectoftheimprovedYOLOX-smodeliscomparedwiththatofotherdeeplearningalgorithms.Underthedesigneddataset,theexperimentshowsthatthecomprehensivedetectioneffectoftheimprovedYOLOX-snetworkmodelisgood,andtheaccuracyandreal-timeperformanceissatisfied.
作者：罗箫瑜 张志Author：LUOXiaoyu ZHANGZhi
作者单位：广西电网有限责任公司来宾供电局,广西来宾546100
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(5)
分类号：TM63
关键词：变电站 设备缺陷检测 数据增强 YOLOX网络
Keywords：substation defectdetection dataaugmentation youonlylookonceX(YOLOX)net
机标分类号：TP391.41TS207.3TP181
在线出版日期：2023年12月27日
基金项目：基于改进YOLOX的变电站设备缺陷检测方法[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(5)罗箫瑜 张志为减轻电力工作人员的巡检负担,实现变电站智能巡检,对变电站设备缺陷检测算法进行了研究.首先,利用数据增强方法对有限的初始数据集进行扩充,利用多种图像处理方法增加数据集的复杂度,生成考虑复杂光照环境的数据集;然...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YOLOX的变电站设备缺陷检测方法 Defect Detection for Substation Based on Improved YOLOX
基于改进YOLOX的变电站设备缺陷检测方法.pdf
- 文件大小:
- 14.64 MB
- 下载次数:
- 60
-
高速下载
|
|
