基于改进YOLOv7的多尺度特征提取绝缘子缺陷检测算法

针对绝缘子图像缺陷尺寸小、背景干扰因素多、难易样本不平衡等问题，提出了一种多尺度融合的YOLOv7（MSF-YOLOv7）算法，并将其应用于输电线路绝缘子的缺陷检测。首先，通过多尺度卷积块注意力模块（multi scale-convolution block attention module，MS-CBAM），深度聚合带有丰富语义信息的特征图，提升网络对不同尺度目标的检测性能；其次，在主干网络利用新开发的全局空间金字塔池化（global spatial pyramid pooling-fast，GSPPF）模块增加全局背景信息，以减轻复杂背景所带来的影响；针对样本分布不平衡的问题，引入Foca...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής

Κύριοι συγγραφείς:	孙虹, 郭乂菡, 雷经发, 赵汝海, 李永玲, 张淼
Μορφή:	Artigo
Γλώσσα:	Chinês
Έκδοση:	Editorial Department of High Voltage Apparatus 2025-06-01
Σειρά:	Gaoya dianqi
Θέματα:	YOLOv7 绝缘子缺陷检测 多尺度特征提取 注意力机制 空间金字塔池化
Διαθέσιμο Online:	http://www.zgydq.com/zh/article/doi/10.13296/j.1001-1609.hva.2025.06.012/
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!