-
题名基于改进YOLOv8的绝缘子缺陷检测方法
被引量：1
- 1
-
-
作者
杨茜
熊炜
孟圣哲
黄玉谦
-
机构
湖北工业大学电气与电子工程学院
南卡罗来纳大学计算机科学与工程系
-
出处
《电子测量技术》
北大核心
2025年第7期86-97,共12页
-
基金
国家自然科学基金(61571182,61601177)
国家留学基金(201808420418)
+1 种基金
湖北省自然科学基金(2019CFB530)
湖北省科技厅重大专项(2019ZYYD020)项目资助。
-
文摘
准确检测出绝缘子缺陷是电网维护的主要任务之一,针对目前绝缘子缺陷检测算法识别精度不高和模型过大而难以部署至无人机等移动端设备的问题,提出了以YOLOv8算法为基础网络进行改进以实现提高检测精度并将模型轻量化的方法。该方法采用多尺度融合网络BiFPN中的特征融合模式充分融合多尺度特征,然后在原算法中融入可变形注意力机制DAttention以较低复杂度提取特征,此外引入融合平均池化和最大池化的坐标注意力DAF-CA增强关键信息,最后改用最小点距损失函数MPDIoU作为损失函数改善边界框回归的训练效果,从而提高算法精度。在数据集上进行了多组对比实验,结果表明该文提出的方法均值平均精度可达约91.0%,模型浮点数和参数量分别为7.2 G和2.07 M,各项性能指标均优于目前常用的检测算法。该方法可为电网智能巡检提供参考。
-
关键词
YOLOv8
BiFPN
dattention
DAF-CA
MPDIoU
-
Keywords
YOLOv8
BiFPN
dattention
DAF-CA
MPDIoU
-
分类号
TN606
[电子电信—电路与系统]
-
-
题名基于GDBL-YOLOV8的砻谷机胶辊磨损检测
- 2
-
-
作者
方东
范吉军
-
机构
武汉轻工大学电气与电子工程学院
-
出处
《农业与技术》
2025年第18期39-44,共6页
-
基金
湖北省重点研发计划(项目编号:2023BBB018)。
-
文摘
为解决工业环境下砻谷机胶辊磨损状态检测效率低、误判率高的问题,本文提出一种改进的YOLOV8n算法。通过在YOLOv8的主干网络引入轻量级网络Ghost模型以实现主干网络轻量化,同时在SPPF模块后加入DAttention注意力机制模块,增强网络对胶辊磨损特征提取,减少无关背景的影响;在颈部网络更换Bi FPN结构增强模型多尺度特征融合能力,保证实时检测中的信息流通和响应速度;采用LSCD-Head检测头进一步减少模型参数量,提高检测效率。实验结果表明,改进后的算法相比原模型,参数量和计算量分别减少了61.4%和48.1%,m AP50提升了0.6%,检测速度可达到125帧·s^(-1),证明了所提算法的有效性,具有较好的工业应用前景。
-
关键词
胶辊磨损检测
YOLOv8
轻量化
dattention注意力机制
-
分类号
S24
[农业科学—农业电气化与自动化]
-
