科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有输电线路无人机巡检使用的目标检测算法速度较慢且模型文件较大的问题,提出了一种改进的YOLOv4目标检测算法。使用轻量型的MobileNetv2网络作为模型的主干特征提取网络,并将模型后续的标准卷积运算变为深度可分离卷积,减少了运算参数。使用K-means聚类得到了9种绝缘子及掉片故障锚框尺寸的先验知识。使用h-swish函数作为模型颈部网络的激活函数,减少了特征反复提取过程的信息损失。通过与主流算法进行实验对比,改进后的算法检测速度可达到10.51 FPS,相较SSD算法快了18.7%,模型文件大小为46.4 MB,仅为原算法的1/5,检测的平均精度mAP达到94.08%,在满足精度的情况下提升了检测速度,减少了模型体积,为实现无人机巡检的边采集边检测提供了可能。
- 单位
