| 基于轻量化YOLOv4的复杂场景绝缘子缺陷检测算法北大核心CSCD |
| |
| 引用本文： | 李利荣,张云良,陈鹏,张开,熊炜,巩朋成.基于轻量化YOLOv4的复杂场景绝缘子缺陷检测算法北大核心CSCD[J].光电子．激光,2022(6):598-606. |
| |
| 作者姓名： | 李利荣 张云良 陈鹏 张开 熊炜 巩朋成 |
| |
| 作者单位： | 湖北工业大学 电气与电子工程学院，湖北 武汉 430068 ;湖北工业大学 太阳能高效利用湖北省协同创新中心，湖北 武汉 430068,湖北工业大学 电气与电子工程学院，湖北 武汉 430068,湖北工业大学 电气与电子工程学院，湖北 武汉 430068,湖北工业大学 电气与电子工程学院，湖北 武汉 430068,湖北工业大学 电气与电子工程学院，湖北 武汉 430068 ;湖北工业大学 太阳能高效利用湖北省协同创新中心，湖北 武汉 430068,湖北工业大学 电气与电子工程学院，湖北 武汉 430068 ;湖北工业大学 太阳能高效利用湖北省协同创新中心，湖北 武汉 430068 |
| |
| 基金项目： | 国家自然科学基金(62071171)、湖北省自然科学基金(2019CF530)和新能源及电网装备安全检测湖北省工程研究中心 2021年度开放研究基金(HBSKF20212)资助项目 |
| |
| 摘 要： | 针对目前高压线路绝缘子缺陷检测速度慢,复杂场景下精度低的问题,提出一种基于轻量化YOLOv4(you only look once)的复杂场景绝缘子缺陷检测算法。首先利用轻量级的ECA-GhostNet(efficient channel attention GhostNet)作为骨干网络,以提升检测速度;然后在预测层引入分类-定位质量估计联合表示方法,并采用广义分布表示边界框的灵活分布,以提升复杂场景下的检测性能。训练阶段分别采用定位质量焦损失函数(quality focal loss,QFL)与分布焦损失函数(distribution focal loss,DFL)更好地监督联合表示与边框回归。将该算法在具有复杂背景的数据集上对正常与自爆缺陷绝缘子两类目标进行验证实验,结果表明,该算法在复杂场景下的检测精度均优于目前主流算法,且检测速度达49FPS,比YOLOv4原始算法检测速度提升了约40%。
|
| 关 键 词： | 绝缘子 YOLOv4算法 联合表示 缺陷检测 广义分布 |
| 收稿时间： | 2021/10/17 0:00:00 |
| 修稿时间： | 2021/11/20 0:00:00 |
Insulator defect detection algorithm for complex scenes based on lightweight YOL Ov4 |
| |
| LI Lirong,ZHANG Yunliang,CHEN Peng,ZHANG Kai,XIONG Wei and GONG Pengcheng.Insulator defect detection algorithm for complex scenes based on lightweight YOL Ov4[J].Journal of Optoelectronics·laser,2022(6):598-606. |
| |
| Authors: | LI Lirong ZHANG Yunliang CHEN Peng ZHANG Kai XIONG Wei and GONG Pengcheng |
| |
| Institution: | School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China;Hubei Collaborative Innovation Center for High-efficiency Utilization of Sol ar Energy,Hubei University of Technology,Wuhan,Hubei 430068,China,School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China,School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China,School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China,School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China;Hubei Collaborative Innovation Center for High-efficiency Utilization of Sol ar Energy,Hubei University of Technology,Wuhan,Hubei 430068,China and School of Electrical & Electronic Engineering,Hubei University of Technology ,Wuhan,Hubei 430068,China;Hubei Collaborative Innovation Center for High-efficiency Utilization of Sol ar Energy,Hubei University of Technology,Wuhan,Hubei 430068,China |
| |
| Abstract: | |
| |
| Keywords: | insulator YOLOv4 algorithm joint representation defect detection general dis tribution |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
| 点击此处可从《光电子．激光》下载免费的PDF全文 |
|
