典型文献
复杂环境背景下绝缘子缺陷图像检测方法研究
文献摘要：
针对处于复杂的环境背景下的电力绝缘子以及绝缘子缺陷的检测存在检测精度低、检测速度不高的实际问题,提出了一种改进YOLOv4(you only look once v4)算法的电力绝缘子图像以及存在缺陷的绝缘子检测的方法.通过制作电力绝缘子以及绝缘子存在缺陷的数据集,使用K-均值聚类(K-means)算法对电力绝缘子图像样本进行聚类,获得不同大小的先验框参数;然后通过改进平衡交叉熵(balanced cross entropy,BCE)引入一个权重系数,来增加损失函数的贡献程度;最后,通过增加空间金字塔池化结构(spatial pyramid pooling,SPP)前后的卷积层来加深网络的深度.实验结果表明,改进模型的单张检测时间为3.27 s,对于绝缘子缺陷平均检测精度比原始的YOLOv4算法提升了 24.36％.同时通过改进后的YOLOv4算法在测试集上的平均精度均值(mean average precision,mAP)的值为84.05％,比原始的YOLOv4算法提升了 17.83％,充分说明了能够很好的定位和识别电力绝缘子图像存在的缺陷.
文献关键词：
绝缘子;平衡交叉熵;损失函数;缺陷检测
中图分类号：
作者姓名：
刘行谋;田浩;杨永明;王燕;赵小翔
作者机构：
重庆邮电大学重庆市复杂系统与仿生控制重点实验室 重庆 400065;重庆大学输配电装备及系统安全与新技术国家重点实验室 重庆 400021;国家电网重庆市电力公司经济研究院 重庆 400000;重庆邮电大学自动化学院 重庆 400065
文献出处：
引用格式：
[1]刘行谋;田浩;杨永明;王燕;赵小翔-.复杂环境背景下绝缘子缺陷图像检测方法研究)[J].电子测量与仪器学报,2022(02):57-67
A类：
B类：
复杂环境背景,图像检测,电力绝缘子,检测精度,检测速度,YOLOv4,you,only,look,once,绝缘子图像,存在缺陷,绝缘子检测,均值聚类,means,像样,同大,先验框,平衡交叉熵,balanced,cross,entropy,BCE,权重系数,损失函数,贡献程度,空间金字塔池化,spatial,pyramid,pooling,SPP,卷积层,改进模型,单张,检测时间,测试集,平均精度均值,average,precision,mAP,充分说明,缺陷检测
AB值：
0.361685
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。
