基于改进YOLOv7的输电线路绝缘子设备及其缺陷检测算法

作     者：王思 熊惠敏 胡蕾 王文彬 

作者机构：江西师范大学数字产业学院江西上饶334000 南昌工程学院江西南昌330000 江西师范大学计算机信息工程学院江西南昌330022 国网江西省电力有限公司电力科学研究院江西南昌330096 

出 版 物：《江西电力》 (Jiangxi Electric Power)

年 卷 期：2024年第48卷第1期

页      面：1-6,20页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(62362040 61662033) 

主　　题：绝缘子缺陷 目标检测 YOLOv7 卷积注意力机制 感受野增强模块 

摘      要：针对输电线路无人机巡检中绝缘子设备及缺陷图像检测过程中存在的绝缘子目标尺寸变化大、缺陷目标尺寸小、背景复杂干扰多和难易样本不平衡等问题,提出一种基于改进YOLOv7的绝缘子设备及缺陷检测算法:1)针对绝缘子缺陷目标尺寸小问题,在YOLOv7特征提取网络浅层引入卷积注意力机制,聚焦缺陷;2)针对绝缘子目标尺度变化大问题,在YOLOv7特征提取网络底部引入感受野增强模块,提取不同尺度目标特征;3)针对背景干扰问题,改进YOLOv7特征融合网络,在顶部引入显示视觉中心模块,同时关注全局信息与局部信息;4)针对难易样本不平衡问题,使用Focal-EIoU损失替换YOLOv7坐标回归损失。在合并的绝缘子及其缺陷无人机图像公开数据集上,该算法的多类目标检测精度均值达到了97.36%。