基于改进YOLOv5s绝缘子缺陷检测技术研究
来源：电子测量技术杂志2022年第24期北京时间：
作者：肖粲俊，潘睿志，李超，黄纪刚
单位：1.成都工业学院数字孪生实验室 成都 610031; 2.成都理工大学机电工程学院 成都 610059; 3.四川大学机械工程学院 成都 610065
摘要：采用无人机对输电线路进行智能巡检作业已成为行业主流，绝缘子缺陷检测是智能巡检作业中的关键环节。针对复杂环境中绝缘子缺陷检测精度低的问题，本文提出一种基于改进YOLOv5s绝缘子缺陷检测算法。首先，对现有数据集利用随机矩形遮挡、水平翻转、随机像素置零、添加随机像素等操作进行数据增强，并利用K-means算法对数据集进行聚类分析，得到最佳锚框尺寸，有效提高模型的泛化能力和定位精度；其次，在YOLOv5s的主干网络的末端和最后3个不同规模的卷积网络后加入GAM注意力模块，使模型可以在更大的网络上进行注意，来解决无效特征对识别精度的影响；最后，在特征金字塔结构FPN的基础上，引入自适应特征融合ASFF模块，来增强网络的特征提取能力。实验结果表明，改进后YOLOv5s模型的精确率和mAP0.5相比于原YOLOv5s网络分别提高了2.4%和2.2%。
关键词：绝缘子;YOLOv5s;GAM;目标检测;ASFF
基金资助：四川省科技计划项目（2022YFG0326）资助
