基于改进YOLOv5s的煤矿电力设备缺陷检测

来源：电子测量技术杂志2023年第19期北京时间：

作者：金鑫，洪彬，于东升，栾声扬

单位：1.江苏师范大学电气工程及自动化学院 徐州 221116; 2.中国矿业大学低碳能源与动力工程学院 徐州 221116

摘要：针对煤矿电力设备缺陷检测精度低的问题，提出了一种基于改进YOLOv5s的煤矿电力设备缺陷检测的方法。该方法主要包括3个方面的改进：首先，提出了一种多分支的坐标注意力模块，增强了模型获得缺陷区域信息的能力；其次，提出了一种特征融合网络模块，通过将主干网络和颈部网络之间非相邻的特征信息进行跨层连接，进一步增强了模型的特征表达及融合能力；最后，提出了一种快速空间金字塔池化平均池化模块，并将其嵌入颈部网络的路径融合网络之间，以提升网络浅层定位信息传递到深层的能力。实验结果表明，改进YOLOv5s模型的mAP@0.5提升了3.1%，F1分值提升了3%，满足煤矿电力设备缺陷的检测需求且具有更高的检测精度。

关键词：煤矿电力设备;缺陷检测;注意力机制;特征融合;YOLOv5s

基金资助：国家自然科学基金（62173165，61801197）、2022江苏省青蓝工程、徐州市科技计划项目（KC22290）、江苏省自然科学基金（BK20181004）、江苏省高等学校基础科学（自然科学）研究项目（21KJB520005）资助