基于FasterNet和YOLOv5改进的玻璃绝缘子自爆缺陷快速检测方法

作者：邬开俊; 徐泽浩; 单宏全

来源：高电压技术, 2023, 1-11.

DOI：10.13336/j.1003-6520.hve.20231022

• 缺陷检测
• BiFPN-F
• FasterNet
• YOLOv5s
• DFC Attention
• PConv

为了实现对电力输电线路中绝缘子缺陷实时快速的巡检需求，提出了一种结合FasterNet-tiny和YOLOv5-s-v6.1网络模型改进的缺陷检测算法FasterNet-YOLOv5。首先引入参数量小推理速度更快的FasterNet网络替换原先的CSPDarkNet53主干网络，加快网络的检测速度。然后结合由GhostNetv2网络提出的DFC长距离注意力机制，在主干特征提取网络中设计了DFC-FasterNet模块，模块中的DFC Attention机制可以在特征提取过程中增大感受野，提升网络的检测精度。最后针对玻璃绝缘子自爆缺陷目标较小和背景较复杂的情况，重新设计Neck模块，提出BiFPN-F特征融合模块，使网络更精确的定位绝缘子缺陷区域。实验结果表明，改进后的算法可以快速精准定位，其mAP达到了93.3%，相较于改进前提升了5.67%，检测速度达到了45.7Hz，较改进前提升近一倍。同时与最新的YOLOv8n和YOLOv7-tiny相比，改进后的FasterNet-YOLOv5在自爆缺陷上的检测精度和速度更具优势，本文所提算法能够更快速的对绝缘子及其自爆缺陷进行实时定位识别。

• 单位
  兰州交通大学