一种改进YOLO的绝缘子缺陷检测

作     者：张亚婉 巫耿宇 黄迪帷 何胤康 ZHANG Yawan;WU Gengyu;HUANG Diwei;HE Yinkang

作者机构：广州华立学院广东广州511320 

基　　金：2016年度广东省教育厅重点培育学科项目(粤教研函1号) 2020年大学生创新训练项目(202013656052) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2023年第31卷第2期

页      码：107-111页

摘      要：针对无人机巡检过程中拍摄的绝缘子图像不能被准确识别和定位等情况,该文提出了一种改进YOLO网络的检测模型,通过无人机拍摄绝缘子图像建立数据集,构建卷积神经网络,利用K-means++算法对绝缘子图像数据集进行聚类分析,通过NMS剔除多余冗杂的矩阵框,以提高绝缘子目标检测识别率。实验结果表明,与原始模型相比,改进模型对绝缘子缺陷的检测识别率提高了1.4%,总平均准确率提高了4%,基本实现了复杂背景下改进YOLO算法检测效果比原来网络更精准。

主 题 词：输电线路 绝缘子 YOLOv3 K-means++ NMS 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 080501[080501] 0805[工学-能源动力学] 080502[080502] 

D　O　I：10.14022/j.issn1674-6236.2023.02.023

馆 藏 号：203116263...