基于YOLOv5的电力巡检图像缺陷识别研究

作者：庞博; 鲍志远; 杨明坤; 张凌浩; 孙小毛; 胡强

来源：四川电力技术, 2022, 45(05): 48-94.

DOI：10.16527/j.issn.1003-6954.20220509

• 输电线路
• 缺陷识别
• 目标检测
• YOLOv5

针对输电线路巡检中可能出现的裂化、老化、腐蚀、破损等诸多缺陷的情况，为保证输电线路运行的安全和稳定，文中开展了基于YOLOv5的电力巡检图像缺陷识别研究。在YOLOv5算法的基础上，结合电力巡检图像特点，采用CIOU＿Loss作为Bounding box的损失函数，使其具有更快、更好的收敛效果；选用DIOU＿NMS用于NMS处理，提高对遮挡重叠目标的识别精度；同时，在对数据集进行分类处理后，采用"分别训练、统一推断"的方法，冻结部分网络层权重来训练网络模型。实验结果显示，基于YOLOv5算法模型可以有效地识别电力巡检图像缺陷情况。

• 单位
  国网四川省电力公司电力科学研究院; 国网四川省电力公司乐山供电公司; 清华大学; 清华四川能源互联网研究院