基于改进YOLOv7-tiny的自爆绝缘子检测算法

来源：电子测量技术杂志2025年第7期北京时间：

作者：陈佳韵，肖根福，张祥明

单位：井冈山大学机电工程学院 吉安 343009

摘要：在巡检过程中及时检测出自爆绝缘子能够有效预防电网事故的发生，针对卷积神经网络训练所需内存较大和检测速度慢，在移动设备上进行实时检测没有优势的问题，提出了改进的YOLOv7-tiny绝缘子自爆故障检测算法。首先，在YOLOv7-tiny算法中引入动态蛇形卷积并设计更为高效的动态蛇形层聚网络增加感受野；随后引入Gold-YOLO网络增强中间层的信息融合；而后使用MPDIoU损失函数减少预测边界的冗余；最后设计一套自爆绝缘子检测系统，以便巡检人员在海量图片中快速查找出自爆绝缘子。研究结果表明：改进后算法的均值平均精度为96.3%，比YOLOv7-tiny算法提高了1.1%。改进后算法对自爆绝缘子的平均精度达到99.5%，比YOLOv7-tiny算法提高了0.2%并比YOLOv7算法高出0.1%，而且改进后算法的规模仅为YOLOv7算法的28%且帧率提升了11.3，达到了60.6。改进后的算法在保证识别精度的同时能满足实时检测的需求。

关键词：绝缘子;YOLOv7-tiny;动态蛇形卷积;Gold-YOLO;MPDIoU损失函数

基金资助：国家自然科学基金(42061055) 、江西省井冈山农高区科技专项(20222-051252) 江西省教育厅科学技术研究项目(GJJ2401514) 井冈山大学博士科研启动项目（JZB2338）资助