基于改进YOLO的绝缘子缺陷检测算法

作者：窦雷雨; 尹向雷^*; 艾恪帆; 马永翔

来源：电工技术, 2023, (21): 30-35.

DOI：10.19768/j.cnki.dgjs.2023.21.008

• 机器视觉
• 深度学习
• 绝缘子
• YOLOv7
• SimAM

针对绝缘子缺陷检测任务中，由于绝缘子缺陷部分在画幅中占比小、绝缘子易被遮挡、输电线路背景复杂等原因导致陷识别准确率低的问题，提出了一种基于改进YOLO的绝缘子缺陷检测算法。首先，在YOLOv7模型的基础上设计一个小目标检测层，使其更准确地进行小目标检测任务；其次，在模型中引入SimAM注意力机制，提高模型对绝缘子及其缺陷的关注度，提升模型检测性能；最后，选择SIoU Loss作为模型的损失函数，加快网络的收敛速度，降低其损失值。实验结果表明，改进后算法精度相较基准模型由84.9%提升至90.2%,损失值由2.23%下降至2.20%,改善了小目标检测精度，为绝缘子检测提供了参考。

• 单位
  陕西理工大学