典型文献
基于改进YOLOv4-tiny的输电线路目标识别算法
文献摘要：
对输电线路周围的典型目标进行检测对于防止输电线路外部破坏有着重要意义.传统目标检测方法没有针对输电线路周围目标尺度变化大、小目标多等进行有效设计,存在识别速度慢、容易误报漏报等问题.基于YOLOv4-tiny目标检测模型的基本框架,提出了一种改进的YOLOv4-tiny目标检测模型来检测输电线路周围的典型目标.在原先YOLOv4-tiny网络的骨干网上额外引出了一层特征层以提取更多的特征;在原特征金字塔网络结构的基础上引入空洞空间卷积池化金字塔模块,使得模型能在3种不同尺度的特征图上提取更多的特征;同时为解决检测过程中正负样本数量不均衡问题,使用Focal损失函数代替二分交叉熵损失函数.实验结果表明,在牺牲较少检测速度的情形下,模型精度提升了9.92％.
文献关键词：
输电线路目标检测;YOLOv4-tiny;空洞空间卷积池化金字塔;图像识别
中图分类号：
作者姓名：
武建超;张楠;闫彦辉;张国庆;唐锐;倪威
作者机构：
国网新疆电力有限公司巴州供电公司,新疆库尔勒 841000;华北电力大学电气与电子工程学院,北京 102206
文献出处：
引用格式：
[1]武建超;张楠;闫彦辉;张国庆;唐锐;倪威-.基于改进YOLOv4-tiny的输电线路目标识别算法)[J].测控技术,2022(11):28-34
A类：
输电线路目标检测
B类：
YOLOv4,tiny,目标识别算法,目标检测方法,标尺,尺度变化,小目标,有效设计,速度慢,误报,漏报,目标检测模型,基本框架,原先,骨干网,上额,引出,特征金字塔网络结构,空洞空间卷积池化金字塔,塔模,不同尺度,特征图,检测过程,中正,正负样本,样本数量,均衡问题,Focal,数代,交叉熵损失函数,检测速度,模型精度,精度提升,图像识别
AB值：
0.312621
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。
