登录    注册    忘记密码

期刊文章详细信息

基于改进YOLOX的变电站设备缺陷检测方法    

Defect Detection for Substation Based on Improved YOLOX

  

文献类型:期刊文章

作  者:罗箫瑜[1] 张志[1]

LUO Xiaoyu;ZHANG Zhi(Laibin Power Supply Bureau,Guangxi Power Grid Company Limited,Laibin 546100,China)

机构地区:[1]广西电网有限责任公司来宾供电局,广西来宾546100

出  处:《吉林大学学报(信息科学版)》

年  份:2023

卷  号:41

期  号:5

起止页码:848-857

语  种:中文

收录情况:CAS、IC、JST、RCCSE、ZGKJHX、普通刊

摘  要:为减轻电力工作人员的巡检负担,实现变电站智能巡检,对变电站设备缺陷检测算法进行了研究。首先,利用数据增强方法对有限的初始数据集进行扩充,利用多种图像处理方法增加数据集的复杂度,生成考虑复杂光照环境的数据集;然后,采用自适应空间特征融合(ASFF:Adaptively Spatial Feature Fusion)的方法缓解特征金字塔中不同尺度特征的不一致性问题,并引入Focal损失函数作为置信度损失函数以缓解正负样本不平衡的问题,利用改进的YOLOX-s(You Only Look Once X-s)网络模型设计了变电站缺陷检测算法;最后,将改进的YOLOX-s网络模型与其他深度学习算法的检测效果进行对比,实验结果表明,改进的YOLOX-s网络模型的综合检测效果较好,准确性和实时性均可以满足变电站设备缺陷检测任务。

关 键 词:变电站 设备缺陷检测  数据增强  YOLOX网络  

分 类 号:TM63]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心