改进YOLOv5的非静止风机朝向检测混合算法

来源：计算机应用与软件杂志2025年第10期北京时间：

作者：胡一鸣, 刘怡琳, 周航, 胡小兵

摘要：在计算机视觉广泛应用于各种工业的背景下,为了实现风力发电场的无人机智能化巡检,提出基于改进YOLOv5s网络模型的混合检测算法:引入α-CIoU改进原有交并比(IoU)损失函数,提高检测物体预测框的回归精度;在原网络中加入全局注意力模块,提高网络对目标位置和通道特征的全局提取能力;在检测层后结合FAST特征提取算法,提取风机叶片不同朝向的几何特征进行细粒化目标检测,提高整体算法的检测精度,降低误检率。实验结果表明该混合算法平均精度(mAP@0.5∶0.95)可达84.01%,较原算法提高9.56百分点,但每秒检测帧数(FPS)只下降了7帧/s。

关键词：YOLOv5, 特征检测, 注意力机制, 图像融合, 算法应用, 风电巡检