-
题名基于改进YOLOv4的中小型绝缘子检测
被引量：1
- 1
-
-
作者
李磊
李英娜
赵振刚
-
机构
昆明理工大学信息工程与自动化学院
云南省计算机技术运用重点实验室
-
出处
《电视技术》
2022年第3期74-82,共9页
-
文摘
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。
-
关键词
中小型绝缘子
改进YOLOv4
SE注意力
负例挖掘
-
Keywords
small and medium-sized insulators
improved YOLOv4
SE attention
negative example mining
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
