变电站二次回路端子排设计图文字检测与识别

作者：刘威; 高林^*; 伏德粟; 王书坤

来源：湖北民族大学学报(自然科学版), 2023, 41(02): 198-205.

DOI：10.13501/j.cnki.42-1908/n.2023.06.009

• 端子排
• 二次回路
• YOLOv5
• 光学字符识别
• 注意力机制
• 变电站
• 设计图纸

目前变电站二次回路端子排接线巡检存在一系列问题，包括巡检周期长、手段单一、数据管理分散、无法精准发现设备隐患等。为了提高二次回路巡检效率和智能化水平，提出了改进YOLOv5+Open CV+Paddle OCR的方法进行端子排设计图文字检测与识别。首先，通过加入卷积块注意力模块(convolutional block attention module, CBAM)的方法改进YOLOv5(you only look once v5)目标检测算法，用于检测端子排和连接线路；其次，使用开源计算机视觉库(open source computer vision library, Open CV)拆分端子排和连接线路，将端子排分割成以端子名称为首的端子组；最后，采用Paddle光学字符识别(optical character recognition, OCR)技术识别图纸中的文字。实验结果表明，改进的YOLOv5算法对图纸中端子排和连接线路检测的平均精确率均值达到95.5%,通过Open CV和Paddle OCR技术使得设计图图纸文字识别精确率达到92.1%,文字检测与识别的总体精确率达到88.0%。为端子排设计图文字检测与识别提供了可靠的算法模型。

• 单位
  湖北民族大学