基于YOLO v4优化的航拍绝缘子缺陷图像检测模型

来源：电子测量技术杂志2023年第9期北京时间：

作者：霍超，谷晓钢，黄玲琴，栾声扬

单位：江苏师范大学电气工程及自动化学院 徐州 221116

摘要：针对现有绝缘子缺陷检测模型检测精度低、实时性差和网络参数多的问题，提出了一种基于YOLO v4改进的绝缘子缺陷检测模型。首先，利用改进的VGG卷积神经网络实现了主干特征提取。其次，在加强特征提取网络和预测网络中引入深度可分离卷积，降低了模型的复杂度。再次，在加强特征提取网络中融合通道注意力机制对重要特征进行增强，提升了模型对绝缘子缺陷的目标辨识能力。最后，以平均精度、帧率、参数量等作为评价指标，对基于公共数据集CPLID构建的新数据集进行了消融实验和对比实验。实验结果表明，改进的YOLO v4模型对绝缘子缺陷的检测精度为98.35%，相比于传统的YOLO v4模型提高了6.4%，并且其检测速度和参数量分别为传统YOLO v4模型的1.5倍和37.5%，可实现对航拍绝缘子缺陷图像的高精度实时有效检测。同时，改进的模型相比YOLO v5-M和Faster R-CNN模型在检测精度，速度和模型复杂度上也更具优势。

关键词：绝缘子缺陷检测;YOLO v4模型;SE通道注意力机制;轻量化;深度可分离卷积

基金资助：国家自然科学基金（62074071,61801197）、2021，2022 江苏高校 “青蓝工程”资助项目、江苏省研究生科研与实践创新计划项目（SJCX22_1251）、江苏省现代教育技术研究所规划课题（2021-R-91616）项目资助