文献类型：期刊文章

作　　者：王书坤[1] 高林[1] 伏德粟[1] 刘威[1]

WANG Shukun;GAO Lin;FU Desu;LIU Wei(School of Information Engineering,Hubei Minzu University,Enshi 445000,China)

机构地区：[1]湖北民族大学信息工程学院,湖北恩施445000

出　　处：《湖北民族大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61562025,61962019);湖北省高等学校省级教学研究项目(2017387).

年　　份：2021

卷　　号：39

期　　号：4

起止页码：456-461

语　　种：中文

收录情况：CAB、CAS、RCCSE、普通刊

摘　　要：随着人工智能技术的发展,无人机巡检已成为电网线路巡检的主流,绝缘子缺陷检测是巡检的重要环节.在保证绝缘子检测较高精度的前提下提升检测速度,提出了改进的轻量型YOLOv5算法来实现绝缘子的缺陷检测.该算法使用轻量型的Ghost卷积代替一般卷积,用GhostBottleneck模块代替部分C3模块,并用改进的K-means算法修改先验框,还设置了矩形训练、修改学习率等训练方式.实验结果表明,绝缘子检测的平均精度达到96.3%,算法模型大小减少为原来的59.7%,参数量减少41.1%.改进算法模型更加轻量化,易于在嵌入式终端部署.

关 键 词：绝缘子检测 YOLOv5  Ghost卷积  K-MEANS算法

分 类 号：TM755]