基于改进 YOLOv5s 的两种输电杆塔缺陷检测研究

来源：计算机技术与发展杂志2024年第02期北京时间：

作者：冀承泽;贾立新;李荆晖

摘要：国内的电力事业发展迅速,输电杆塔的缺陷检测与修复是保证电网安全运行的关键技术手段。 当前主要是人为识别输电杆塔的缺陷,工作负担巨大。 故以 YOLOv5s 网络为基础,提出一种改进 YOLOv5s 目标检测算法,提升检测效率。在基础模型上引入 Focal-EIoU 损失函数,提升模型收敛速度与精度;在卷积层引入 Hardswish 激活函数,提高模型的表达能力,查准率得到提升;上调算法推理的置信度阈值 conf-thres,减少模型推理的误检情况,提升模型正检率。 另外在研究中尝试融入注意力机制提升网络特征提取能力,但效果不好,故舍弃此改进策略。 实验结果表明,改进模型的各项指标均获得了提升,查准率由 92. 96% 提升至 95. 02% ,上涨了 2. 06 百分点;查全率由 87. 36% 提升到了 87. 38% ;mAP@ . 5 ：mAP@ . 5 ：. 95(0. 1 ：0. 9) 由 0. 644 3 提升至 0. 648 1,上涨了 0. 38 百分点;模型检测速度 FPS 提高了 4. 4。

关键词：YOLOv5s;输电杆塔;缺陷检测;深度网络;损失函数