基于改进YOLOv7算法的变电站绝缘套管过热红外图像检测
肖天龙
何昕怡
李云
朱黎
湖北民族大学 智能科学与工程学院,湖北 恩施 445000
摘要：针对变电站绝缘套管过热红外图像检测精度不高的问题,提出了基于改进YOLO第 7 版(you only look once version 7,YOLOv7)算法的检测技术.通过引入改良的跨阶段部分网络幽灵版本 3(cross stage partial network ghost version 3,C3Ghost)模块替换头部网络中的扩展高效层聚合网络(extended efficient layer aggregation network,E-ELAN)模块,优化了网络结构,增强了算法对小目标的识别能力.此外,整合了轻量级基于归一化的注意力模块(normalization-based attention module,NAM)到主干网络中以提高对红外图像特征的利用效率,并引入幽灵卷积(ghost convolution,GhostConv)模块替换了网络中的所有卷积,显著降低了模型的大小.结果表明,与YOLOv7 初始算法相比,改进YOLOv7 算法在 F1 评分和平均精确率均值上分别提高了 19.51%和 16.57%,算法的参数量减小了16.3 MB,且检测速度达到了 41 帧/s,充分证明了该算法在变电站实际应用中的有效性.该研究不仅显著提高了变电站绝缘套管过热红外图像检测的准确性,也能为后续相关技术的研究提供参考.
关键词：C3Ghost模块E-ELAN模块幽灵卷积小目标识别目标检测NAM模块
分类号：TP391.41(计算技术、计算机技术)TM216.5(电工材料)
资助基金：国家自然科学基金(61961017)
论文发表日期：2024-09-20
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( 349-354 )
英文信息