基于EfficientNet-YOLOv5s的绝缘子缺陷检测

扫码查看

原文链接

万方数据
维普

中文摘要：针对目前复杂背景下绝缘子缺陷小目标检测准确率低的问题,提出一种深度学习框架下的EfficientNet-YOLOv5s神经网络检测算法,首先通过无人机航拍输电线路中含有各类绝缘子的图像,并通过图像增强技术丰富图像数据集,然后用EfficientNet网络替换YOLOv5s主干网络,用改进的网络对标注的绝缘子数据集进行训练和测试,最后对模型的损失函数和非极大值抑制算法加以改进,进一步解决绝缘子目标重叠导致的漏检问题.实验结果表明,改进的网络平均精度达到98.5％,满足输电线路中绝缘子缺陷检测要求.

外文标题：Insulator Defect Detection Based on EfficientNet-YOLOv5s Network

作者：

王年涛、王淑青、汤璐、马丹

展开 >

作者单位：

湖北工业大学电气与电子工程学院,湖北省武汉市430068

关键词：

绝缘子目标检测 YOLOv5s EfficientNet

出版年：

2023

湖北工业大学学报

湖北工业大学

湖北工业大学学报

CHSSCD

影响因子：0.258

ISSN：1003-4684

年,卷(期)：2023.38(1)

参考文献量11