文档名：基于改进YOLOv5s的输电线路螺栓缺销检测方法
摘要：针对无人机输电线路巡检图像中螺栓缺销检测精度较低、漏检较多的问题,提出了一种基于改进YOLOv5s的输电线路螺栓缺销检测方法.在Backbone部分嵌入CoordinateAttention注意力模块;在Neck部分原有的"FPN+PAN"结构的基础上,新增一条"自顶向下"的特征信息传递路径,跨越临近的同尺度特征层,与较浅层网络以加权融合的方式进行特征融合;将Head部分设置为解耦检测头,将对螺栓检测的分类任务与定位任务分开进行.改进后的YOLOv5s算法增强了对螺栓特征信息的学习能力.使用本方法在螺栓缺销数据集上实验,精确率提升了2.3％,召回率提升了3.4％,平均精度提升了3.1％,检测速度达到了41.1帧/秒,表明改进后的方法能提升输电线路螺栓缺销的检测能力,在智能巡检中具有一定的应用价值.
Abstract：Aimingattheproblemsoflowdetectionaccuracyandmanymissedinspectionsofboltsintheinspectionima-gesofdronetransmissionlines,weproposedthedetectionmethodforpin-losing-boltsintransmissionlinesbasedonimprovedYOLOv5s.IntheBackbonepart,theCoordinateAttentionmoduleisembedded.Basedontheoriginal"FPN+PAN"structureoftheNeckpart,a"top-down"informationtransmissionpathisadded,whichspanstheadja-centfeaturelayerofthesamescale,andfeaturesarefusedwiththeshallowernetworkinthewayofweightedfusion.TheHeadpartisimprovedintoadecoupledhead,whichseparatestheclassificationtaskofboltdetectionfromthelo-calizationtask.TheimprovedYOLOv5salgorithmenhancesthelearningabilityofboltfeatureinformation.Usingthismethodtoexperimentonthepin-losing-boltsdataset,theaccuracyratewasincreasedby2.3％,therecallratewasin-creasedby3.4％,theaverageaccuracywasincreasedby3.1％,andthedetectionspeedreached41.1frames/sec-ond.Itshowsthattheimprovedmethodcanimprovethedetectionabilityofpin-losing-boltsintransmissionline,andhascertainapplicationvalueinintelligentinspection.
作者：赵文清 贾梦颖 翟永杰 赵振兵 Author：ZHAOWenqing JIAMengying ZHAIYongjie ZHAOZhenbing
作者单位：华北电力大学控制与计算机工程学院,河北保定071003;复杂能源系统智能计算教育部工程研究中心,河北保定071003华北电力大学控制与计算机工程学院,河北保定071003华北电力大学电气与电子工程学院,河北保定071003
刊名：华北电力大学学报（自然科学版） ISTICPKU
Journal：JournalofNorthChinaElectricPowerUniversity
年，卷(期)：2024, 51(3)
分类号：TP391
关键词：巡检图像 故障检测 螺栓缺销 YOLOv5s CoordinateAttention 特征融合 解耦检测头
Keywords：patrolimage faultdetection pin-losing-bolts YOLOv5s CoordinateAttention featurefusion decou-pledhead
机标分类号：TP391TP278O224
在线出版日期：2024年7月2日
基金项目：国家自然科学基金，河北省自然科学基金资助项目，中央高校基本科研业务费面上项目，中央高校基本科研业务费面上项目基于改进YOLOv5s的输电线路螺栓缺销检测方法[
期刊论文] 华北电力大学学报（自然科学版）--2024, 51(3)赵文清 贾梦颖 翟永杰 赵振兵针对无人机输电线路巡检图像中螺栓缺销检测精度较低、漏检较多的问题,提出了一种基于改进YOLOv5s的输电线路螺栓缺销检测方法.在Backbone部分嵌入CoordinateAttention注意力模块;在Neck部分原有的"FPN+PAN"结构的基础上...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YOLOv5s的输电线路螺栓缺销检测方法 Detection Method for Pin-losing-bolts in Transmission Lines Based on Improved YOLOv5s
基于改进YOLOv5s的输电线路螺栓缺销检测方法.pdf
- 文件大小:
- 10.45 MB
- 下载次数:
- 60
-
高速下载
|
