發(fā)布時間：2025-03-18 23:38

　　 針對航拍巡檢高壓輸電線路上絕緣子目標易受復雜背景和部分遮擋影響，造成傳統(tǒng)算法難以準確檢測的問題，建立了一種基于改進YOLOv5的輸電線路絕緣子檢測模型。首先，利用GA+K的檢測框優(yōu)化算法對選擇的模型進行改進，來提高識別精度；然后，在YOLOv5算法框架中融合CBAM模塊來提升圖像中故障目標區(qū)域的顯著度；其次，采用高斯函數(shù)改進YOLOv5中的非極大值抑制方法，提高對遮擋目標的識別準確率；最后利用遼寧某電網(wǎng)公司提供的無人機巡檢圖像制作數(shù)據(jù)集，并將所提算法與4種經(jīng)典目標檢測算法進行比較。試驗結果表明，相比于4種對比算法，該算法能夠在保證較高檢測精度的同時具有較好的實時性，并且平均檢測精度可以達到95.1%，每張圖片的檢測時間為0.04s，兼具目標檢測的準確性和實時性。

【文章頁數(shù)】：10 頁

【文章目錄】：
1引言
2 YOLOv5主體結構
3基于改進YOLOv5的輸電線路故障檢測方法
    3.1 GA+K先驗框改進算法
    3.2融合CBAM的YOLOv5檢測結構
        3.2.1卷積注意力機制模塊
        3.2.2改進的卷積注意力機制模塊
    3.3非極大值抑制的改進
4模型訓練與結果分析
    4.1試驗數(shù)據(jù)
    4.2試驗條件
    4.3試驗結果與分析
    4.4不同算法對比
5結論



本文編號：4036352