基于YOLOv8s的轻量级绝缘子多缺陷检测模型OA北大核心CSTPCD
Lightweight insulator multi-defect detection model based on YOLOv8s
YOLO系列算法已广泛用于识别电力线路中的各类缺陷目标.由于巡检图像背景复杂、缺陷目标的尺度不一等,直接利用YOLO算法难以有效避免绝缘子闪络、破损等小目标的错检漏检问题.为解决这一问题,在YOLOv8s模型的基础上提出一种轻量化绝缘子缺陷检测算法.在骨干网络中引入双层路由注意力机制(BRA),以提升对全局特征的关注度,抑制背景噪声,降低小目标缺陷的错检漏检率.通过加权双向特征金字塔网络(BiFPN)实现跨尺度特征之间的加权融合,获取各类缺陷更全…查看全部>>
The YOLO series algorithm has been widely used to identify various types of defect targets in power lines.Due to the complex background of inspection images and the varying sizes of defect targets,it is difficult to effectively avoid the problem of false detection and missed detection of small targets such as insulator flashover and damage by means of the YOLO algorithm.On this basis,a lightweight insulator defect detection algorithm is proposed on the basis…查看全部>>
蓝贵文;任新月;徐梓睿;郭瑞东;钟展
桂林理工大学 测绘地理信息学院,广西 桂林 541004||广西空间信息与测绘重点实验室,广西 桂林 541004桂林理工大学 测绘地理信息学院,广西 桂林 541004||广西空间信息与测绘重点实验室,广西 桂林 541004桂林理工大学 测绘地理信息学院,广西 桂林 541004||广西空间信息与测绘重点实验室,广西 桂林 541004桂林理工大学 测绘地理信息学院,广西 桂林 541004||广西空间信息与测绘重点实验室,广西 桂林 541004桂林理工大学 测绘地理信息学院,广西 桂林 541004||广西空间信息与测绘重点实验室,广西 桂林 541004
电子信息工程
轻量化网络YOLOv8s绝缘子缺陷小目标缺陷检测双层路由注意力机制加权双向特征金字塔网络特征融合
lightweight networkYOLOv8sinsulator defectsmall target defect detectionbi-level routing attention mechanismweighted bidirectional feature pyramid networkfeature fusion
《现代电子技术》 2024 (20)
72-80,9
国家自然科学基金项目(41861050)
评论