基于YOLOv5s算法的风机叶片故障识别与检测

作者：杜金; 张欣钰; 杨雅君; 王铮; 马亚杰; 宋美^*

来源：电脑知识与技术, 2023, 19(06): 76-78.

DOI：10.14004/j.cnki.ckt.2023.0330

• 风机叶片
• YOLOv5s
• 故障识别
• 目标检测
• 交并比

风机叶片的故障是影响风力发电持续健康发展的主要问题，也隐藏着巨大的安全隐患与环境问题。为了对风机叶片进行故障检测，文章提出了一种基于YOLOv5s算法的风机叶片故障识别与检测的模型。使用无人机对某风场静止的故障风机叶片进行图像采集，在经过人工标注故障区域后，将训练集带入YOLOv5s进行训练。结果显示，YOLOv5s对比YOLOv4在风机叶片的故障检测效果上有较大提升，精度为90.2%，召回率达到93.4%, mAP值提升了3%，达到65.3%，在实现快速检测的同时兼顾了较高的准确率。