-
题名应用于绝缘子缺陷检测的轻量化YOLOv4研究
被引量：6
- 1
-
-
作者
马进
白雨生
-
机构
华北电力大学控制与计算机工程学院
-
出处
《电子测量技术》
北大核心
2022年第14期123-130,共8页
-
文摘
针对YOLOv4主干网络庞大、参数量多,应用于绝缘子缺陷检测中无法满足实时性要求的问题,提出一种轻量化的YOLOv4检测模型。首先,引入含ECA集成组件的GhostNet作为特征提取网络,保证特征提取能力的同时大幅减少模型参数,加快模型推理速度。其次,使用K-means++聚类算法确定出初始锚框尺寸,以适应绝缘子缺陷大小,提升缺陷定位精度。最后,在交叉熵损失函数的基础上引入Quality Focal Loss改进损失函数,进一步提升模型检测性能。实验结果表明,改进后的轻量化YOLOv4与原始YOLOv4相比,模型大小压缩至原来的62.47%,每秒帧率提升了68.83%,绝缘子缺陷检测的准确率提升了1.07%,在显著提升检测速度的同时保证了算法检测精度,且在小目标和复杂背景下表现突出。
-
关键词
绝缘子缺陷检测
轻量化网络
GhostNet
YOLOv4
目标检测
-
Keywords
insulator defect detection
lightweight network
GhostNet
YOLOv4
object detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
