一种改进YOLOv5s的自爆绝缘子检测算法研究

作     者：王红君 王金云 赵辉 岳有军 WANG Hongjun;WANG Jinyun;ZHAO Hui;YUE Youjun

作者机构：天津理工大学天津市复杂系统控制理论与应用重点实验室天津300384 天津农学院工程技术学院天津300392 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2023年第37卷第4期

页      面：235-244页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：天津市自然科学基金重点项目(08JCZDJC18600) 天津市教委重点基金项目(2006ZD32)。 

主　　题：绝缘子缺陷 目标检测 YOLOv5s算法 改进BiFPN 轻量化网络 

摘      要：针对绝缘子缺陷巡检过程中,传统算法因背景复杂难以同时兼顾检测精度与模型大小的问题,提出一种基于改进YOLOv5s的绝缘子缺陷检测模型。首先,采用Bottleneck CSP结构,引入轻量型空间与通道卷积注意力机制,强化绝缘子特征并抑制复杂背景特征;然后,提出一种改进的BiFPN结构,实现多尺度特征融合,提升小目标检测能力;最后,采用K-means++算法重新聚类先验框,并设计轻量型GhostC3和Ghost Conv模块,保证网络精度的同时减小模型大小。实验结果表明:改进算法在Insulator2022数据集上的mAP值达到92.3%,提升了3.6%,参数量减少了26.73%,浮点运算量减少了23.17%,漏检率降低了5.47%;在公开数据集上,缺陷绝缘子mAP值达到99.5%,各项评估指标值优于Faster-RCNN、SSD、YOLOv3和YOLOv3-tiny主流算法以及绝缘子检测相关算法。