Código QR (código de barras bidimensional)

基于改进YOLOv5s的输电线路绝缘子缺陷检测方法研究

针对输电线路绝缘子缺陷识别准确率低的问题,本研究提出一种基于改进YOLOv5s的输电线路绝缘子缺陷检测方法。首先在YOLOv5s中引入ECA注意力机制以减少无关特征干扰,改善模型对检测目标的特征提取能力;然后采用K-means++算法对绝缘子缺陷数据集进行聚类分析,生成更加适用于绝缘子缺陷检测任务的锚框尺寸;最后将检测头与自适应空间特征融合(ASFF)模块相结合,通过自适应调整不同尺度特征图融合时的权重,充份利用不同尺度的特征信息以提升模型的检测精度。实验结果表明,相较于基线YOLOv5s,本研究所提出的改进方法在mAP@0.5和mAP@0.5:0.95指标上分别提升了2.2%和1.9%,可以...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Principais autores: 王素珍, 葛润东, 吕基岳, 邓成禹
Formato: Artigo
Idioma:Chinês
Publicado em: Editorial Department of Insulators and Surge Arresters 2025-01-01
coleção:Dianci bileiqi
Assuntos:
Acesso em linha:http://www.dcblq.com/thesisDetails?columnId=90386412&Fpath=home&index=0
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!