科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对输电线路绝缘子长期暴露在自然环境中容易遭到侵蚀而自爆缺失的问题，设计一种基于深度学习的嵌入式绝缘子缺失检测系统。为了提升对于小目标物体的检测精度并增强模型的泛化能力，对YOLOv5s算法融合CBAM注意力机制，并将PANet替换为BiFPN。改进后的CBBi-YOLOv5s算法检测m AP值为95.2%，相比于YOLOv5s算法提升了4.6%。将训练好的最优模型部署至英伟达Jetson TX2并搭载在无人机上，可以对缺失的绝缘子进行自动检测，并将绝缘子缺失信息传输至电力系统维护部门，实现绝缘子缺失的自动化巡检。
- 单位
