改进的轻量型YOLOv5绝缘子缺陷检测算法研究
王书坤
高林
伏德粟
刘威
湖北民族大学 信息工程学院,湖北 恩施445000
摘要：随着人工智能技术的发展,无人机巡检已成为电网线路巡检的主流,绝缘子缺陷检测是巡检的重要环节.在保证绝缘子检测较高精度的前提下提升检测速度,提出了改进的轻量型YOLOv5算法来实现绝缘子的缺陷检测.该算法使用轻量型的Ghost卷积代替一般卷积,用GhostBottleneck模块代替部分C3模块,并用改进的K-means算法修改先验框,还设置了矩形训练、修改学习率等训练方式.实验结果表明,绝缘子检测的平均精度达到96.3％,算法模型大小减少为原来的59.7％,参数量减少41.1％.改进算法模型更加轻量化,易于在嵌入式终端部署.
关键词：绝缘子检测YOLOv5Ghost卷积K-means算法
分类号：TM755(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(61562025)国家自然科学基金(61962019)湖北省高等学校省级教学研究项目(2017387)
论文发表日期：2021-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 456-461 )
英文信息