典型文献
基于改进YOLOv4的中小型绝缘子检测
文献摘要：
为解决中小型绝缘子在检测目标时出现的漏检、错检问题,提出一种改进YOLOv4算法的中小型绝缘子检测方法.首先,通过增加特征融合层、引入SE注意力机制的方式改变YOLOv4网络结构,以发掘更有用的中小型绝缘子特征信息.其次,在模型结尾增加负例挖掘模块,抑制复杂背景干扰,提高绝缘子检测准确度.最后,使用改进k-means++算法重新聚类符合中小型绝缘子特征的先验框以加快模型收敛速度.实验结果表明,使用含负例挖掘模块的改进算法进行绝缘子检测,中目标和小目标的平均精度(Average precision,AP)分别达到88.91％和73.09％,对中小型绝缘子检测具有一定的参考价值.
文献关键词：
中小型绝缘子;改进YOLOv4;SE注意力;负例挖掘
中图分类号：
作者姓名：
李磊;李英娜;赵振刚
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500;云南省计算机技术运用重点实验室,云南 昆明 650500
文献出处：
引用格式：
[1]李磊;李英娜;赵振刚-.基于改进YOLOv4的中小型绝缘子检测)[J].电视技术,2022(03):74-82
A类：
中小型绝缘子,负例挖掘
B类：
YOLOv4,绝缘子检测,漏检,加特,特征融合,SE,注意力机制,特征信息,结尾,复杂背景,背景干扰,检测准确度,means++,先验框,收敛速度,改进算法,小目标,Average,precision,AP
AB值：
0.219062
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。
