基于改进的YOLOv5绝缘子检测与识别算法
来源：计算机测量与控制杂志2025年第4期北京时间：
作者：冷月香,王健
单位：西安爱生技术集团有限公司
摘要：针对复杂背景环境下高压电力绝缘子日常维护和缺陷检测等智能化巡检的不足,提出一种基于改进YOLOv5的电力绝缘子检测与识别算法。首先,针对经典YOLOv5算法对于相似绝缘子误检率较高问题,通过添加通道模块和空间注意力并联模块,增强绝缘子目标的特征和位置信息以降低误检率；接着,针对多检缺陷目标的问题提出基于面积比的抑制算法,利用基于损失函数和后处理的改进措施进一步筛选缺陷预测框；最后,对于复杂背景遮挡绝缘子导致漏检问题,分别在检测器中采用CIoU Loss回归损失。实验测试表明,所提出算法不仅解决相似绝缘子的误检和遮挡漏检问题,而且还提高模型的精度和速度,其精度mAP和推理速度分别为0.886和65.2FPS,相比经典YOLOv5算法分别提高11.4和5.8FPS。
关键词：复杂环境;深度学习;YOLOv5;绝缘子检测;检测识别
基金资助：国家自然科学基金(61671383)、陕西省重点产业创新链项目(2018ZDCXL-G-12-2,2019ZDLGY14-02-02,2019ZDLGY14-02-03)和空天地海一体化大数据应用技术国家工程实验室资助。
