基于改进YOLOv5算法的绝缘子多缺陷检测

作者：伍箴燎; 吴正平; 孙水发

来源：高压电器, 2023, 1-11.

• 绝缘子多缺陷检测
• 注意力机制
• 增强特征金字塔网络
• 多尺度特征融合
• 轻量化

针对绝缘子多缺陷检测精度低、检测速度慢的问题，提出一种改进YOLOv5准确判别绝缘子多缺陷检测算法（YOLOv5-GSEM）。首先通过引入GhostNet结构替换原始网络YOLOv5主干网络C3模块，提升网络运算速度；并在SPPF后引入无参注意力模块SimAM，增强有效特征，抑制干扰特征；其次引入增强特征金字塔网络（EFPN）和多尺度特征融合网络（multiscale feature fusion network，MFFN），充分融合多尺度特征，提升网络对绝缘子多缺陷的检测精度。实验结果表明，文中提出的模型平均精度均值（mAP0.5）达到87.8%，较YOLOv5算法提升了2.7%，检测速度提升了4.6%，该网络的提出为绝缘子多种缺陷检测问题提供一种更有效的方法。

• 单位
  三峡大学