典型文献
基于改进YOLOv5的绝缘子缺陷检测算法
文献摘要：
绝缘子缺陷检测是电网巡检过程中重要的一环,为提高绝缘子缺陷检测的精度,该文提出一种基于改进YOLOv5算法的绝缘子缺陷检测算法——YOLOv5t,能够在保证网络运行速度的条件下,提升网络的检测精度.该算法在YOLOv5s的基础上,将三重注意力机制(triplet attention)添加到骨干网络中,给予每个特征通道不同的权重,以提高网络的检测精度;并采用CIoU Loss作为网络回归损失的损失函数,提升网络的收敛速度;同时将Soft-NMS作为网络的预测结果处理方法,降低网络的漏检率.YOLOv5t与几种常用的缺陷检测网络的对比实验结果表明,YOLOv5t的准确率达到97.2％,召回率达到98％,平均精度均值达到99.1％,较YOLOv5s算法分别提升了0.9％、5.1％和2.1％,并且检测速度没有受到影响.
文献关键词：
缺陷检测;YOLOv5;三重注意力机制
中图分类号：
作者姓名：
唐靓;余明慧;武明虎;杨成健
作者机构：
湖北工业大学电气与电子工程学院,武汉430072;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,武汉430068
文献出处：
引用格式：
[1]唐靓;余明慧;武明虎;杨成健-.基于改进YOLOv5的绝缘子缺陷检测算法)[J].华中师范大学学报（自然科学版）,2022(05):771-780
A类：
YOLOv5t
B类：
绝缘子缺陷检测,检测算法,巡检,运行速度,检测精度,YOLOv5s,三重注意力机制,triplet,attention,骨干网络,CIoU,Loss,损失函数,收敛速度,Soft,NMS,漏检率,测网,召回率,平均精度均值,检测速度
AB值：
0.294929
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
