基于改进YOLOX的变电站设备缺陷检测方法 |
| |
引用本文: | 罗箫瑜,张志.基于改进YOLOX的变电站设备缺陷检测方法[J].吉林大学学报(信息科学版),2023(5):848-857. |
| |
作者姓名: | 罗箫瑜 张志 |
| |
作者单位: | 广西电网有限责任公司来宾供电局 |
| |
摘 要: | 为减轻电力工作人员的巡检负担,实现变电站智能巡检,对变电站设备缺陷检测算法进行了研究。首先,利用数据增强方法对有限的初始数据集进行扩充,利用多种图像处理方法增加数据集的复杂度,生成考虑复杂光照环境的数据集;然后,采用自适应空间特征融合(ASFF:Adaptively Spatial Feature Fusion)的方法缓解特征金字塔中不同尺度特征的不一致性问题,并引入Focal损失函数作为置信度损失函数以缓解正负样本不平衡的问题,利用改进的YOLOX-s(You Only Look Once X-s)网络模型设计了变电站缺陷检测算法;最后,将改进的YOLOX-s网络模型与其他深度学习算法的检测效果进行对比,实验结果表明,改进的YOLOX-s网络模型的综合检测效果较好,准确性和实时性均可以满足变电站设备缺陷检测任务。
|
关 键 词: | 变电站 设备缺陷检测 数据增强 YOLOX网络 |
|
|