典型文献
基于改进YOLOv4-Tiny算法的绝缘子缺陷检测
文献摘要：
为了实现恶劣天气条件下的绝缘子缺陷的实时检测,提出了一种改进的YOLOv4-Tiny绝缘子缺陷检测算法.通过对收集到的绝缘子数据集增加雨雪雾特效以及随机添加运动模糊进行数据集扩充,引入Focal Loss和EIOU设计检测器的损失函数,提高模型分类与回归精度,并在原始模型基础上嵌入一种轻量型的坐标注意力机制,以增强模型对检测目标位置的敏感性.实验结果表明,改进后的算法较原算法均值平均精度(mAP)提升了 4.04％,同时该算法具备一定的实时检测能力.此外,改进后的YOLOv4-Tiny算法在恶劣天气下的绝缘子检测任务中具有良好的性能.
文献关键词：
深度学习;缺陷检测;YOLOv4-Tiny;绝缘子;注意力机制
中图分类号：
作者姓名：
王素珍;许浩;邵明伟;邓成禹
作者机构：
青岛理工大学信息与控制工程学院 青岛266000
文献出处：
引用格式：
[1]王素珍;许浩;邵明伟;邓成禹-.基于改进YOLOv4-Tiny算法的绝缘子缺陷检测)[J].国外电子测量技术,2022(09):155-162
A类：
B类：
YOLOv4,Tiny,绝缘子缺陷检测,恶劣天气,天气条件,实时检测,检测算法,雨雪,特效,运动模糊,数据集扩充,Focal,Loss,EIOU,检测器,损失函数,模型分类,轻量型,坐标注意力机制,增强模型,目标位置,均值平均精度,mAP,检测能力,绝缘子检测
AB值：
0.402817
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。
