改进YOLOv5的输电线路无人机图像缺陷检测研究
作者机构：江西建设职业技术学院 江西淬火信息科技有限公司 东华理工大学
出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)
年 卷 期：2024年
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金：江西省教育厅科学技术研究项目(编号:GJJ205304)
主 题：无人机 输电电路 图像缺陷 YOLOv5模型 SENet注意力模块
摘 要：针对现有无人机航拍输电线路图像缺陷检测方法存在的检测精度差和效率低等问题，提出一种用于输电线路图像缺陷检测的改进YOLOv5模型。通过四个方面的优化（Kmeans+算法、SENet注意力模块、DIoU损失函数、优化空间金字塔化结构）提高YOLOv5模型的检测精度和效率。通过实验验证了所提模型在绝缘子缺陷和杆塔鸟巢缺陷检测中的优越性。结果表明，与常规输电线路缺陷检测方法相比，所提方法具有较高的缺陷检测准确率和较快的检测速度，检测准确率大于95.00%，检测速度高于40FPS。该研究可为电力巡检提供一定的帮助。
同方期刊数据库