基于改进YoloV5的绝缘子损坏检测识别

来源：计算机测量与控制杂志2024年第7期北京时间：

作者：黄国恒,曹雪虹,焦良葆,钱予阳

单位：南京工程学院 人工智能产业技术研究院

摘要：绝缘子是一种设计用于在不同电势导线上承受电压和机械压力的装置。由于电环境和电力负载波动的影响，绝缘子可能会遭受多种电-机耦合应力破坏，从而无法正常工作并且影响整个绝缘子网络的寿命。为了解决这个问题，提出了通过目标检测算法来检测绝缘子损坏的方案。改进的方案基于YOLOv5s模型进行。首先，在原有的YOLOv5s模型基础上增加了更多的小目标检测层，从而提高了检测的精度。此外，引入了额外的运算层以扩展特征图，并使用SEA（注意和观察）注意模块使网络更专注于检测对象。还采用SIOU代替YOLOv5s中的损失函数。实验结果显示，改进后的模型相对于传统的YOLOv5s模型在绝缘子损坏检测方面具有明显优势。改进后的模型在mAP（平均精度均值）、P（查准率）和R（查全率）等指标上分别提高了2.5%、1.1%和0.8%。与原始的YOLOv5s模型以及其他模型（如Yolov5m、Yolov5l等）相比，在绝缘子缺陷检测和识别方面具有更强的竞争力。这些改进策略为提高绝缘子损坏检测精度提供了有效的解决方案。通过这些改进，我们可以更准确地检测绝缘子损坏，并及早采取必要的维修和保养措施，以延长绝缘子的寿命和确保电力系统的稳定运行。

关键词：绝缘子损坏;Yolov5网络模型;小目标检测层;注意力模块SE;损失函数SIOU

基金资助：国家自然科学基金青年基金资助项目(61903183)