基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法

作者：周宸; 高伟; 郭谋发

来源：电气技术, 2021, 22(05): 38-49.

• 输电线路
• 绝缘子
• 缺陷辨识
• YOLOv4网络
• 多阶段迁移学习

绝缘子是输电线路的重要元件,绝缘子缺陷会增大输电线路的故障停运风险,因此,对绝缘子缺陷状况的早期判别十分重要。本文提出一种基于YOLOv4模型的玻璃绝缘子自爆缺陷辨识方法。首先,通过无人机采集及数据增强获取大量详实的现场绝缘子图像;其次,通过采用迁移学习的训练策略训练YOLOv4网络并改进网络的输入图像以提高辨识的准确性;最后,通过实验验证改进策略提高了网络性能。实验结果表明,所提的方法可准确、有效地实现对绝缘子缺陷的辨识。

• 单位
  自动化学院; 福州大学