科研之友
微信
新浪微博
Facebook
分享链接
摘要
热红外图像检测技术在电力巡检中有着非接触、快速等优点，广泛应用于电力设备的监测与诊断，电力巡检红外图像目标检测可以达到快速识别设备发热故障、图像实时处理和降低人工成本的效果。为了保障输电线路的安全与稳定，实时检测输电线路绝缘子与T型线夹的发热故障。本文结合热红外图像的特点，基于YOLOv5n算法改进了网络模型：在原模型中引入Squeeze-and-Excitation注意力机制并且将普通卷积替换为space-to-depth卷积。改进的算法在自制的红外数据集上进行了模型训练与测试，并与其他几个主流的目标检测模型进行了对比评估，结果表明：改进后的模型在对绝缘子和T型线夹的检测精度上分别提升了6.8%和6.3%，且在精度、速度和模型大小上对比YOLOv3-spp和YOLOv3-tiny等模型更具优势，更适用于无人机红外图像下的绝缘子、T型线夹的发热故障识别。
- 单位
