基于深度学习的破损绝缘子检测研究

摘要

文章提出了一种基于Scaled-YOLOv4目标检测方法的破损绝缘子智能检测模型。针对Scaled-YOLOv4网络在训练过程中难以分辨有效信息的问题,分析Scaled-YOLOv4网络Neck部分的降采样操作会导致信息丢失,提出将改进的注意力机制加入网络模型中,设计了DC-Scaled-YOLOv4模型。将网络上得到的破损绝缘子数据集分配成训练集和测试集,并对故障识别模型进行训练。采用该模型对破损绝缘子进行识别测试,Scaled-YOLOv4在破损绝缘子数据集上的检测精度为80%,而文章算法在破损绝缘子数据集上的检测精度为94.8%,检测效果提升明显。