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：deeplearning objectdetection YOLOV4network insulatordefects
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
- 文件大小:
- 6.8 MB
- 下载次数:
- 61
-
高速下载
|
