为解决高压架空线路中钢绞线破损检测难的问题,提出了一种改进的YOLOv7(you only look once version 7)钢绞线损伤检测模型。由于钢绞线损伤检测过程中,存在损伤尺度小的问题,利用坐标注意力模块(coordinate attention,CA)提升模型对小...为解决高压架空线路中钢绞线破损检测难的问题,提出了一种改进的YOLOv7(you only look once version 7)钢绞线损伤检测模型。由于钢绞线损伤检测过程中,存在损伤尺度小的问题,利用坐标注意力模块(coordinate attention,CA)提升模型对小尺度目标的信息提取能力。在路径聚合特征金字塔网络(path aggregation feature pyramid network,PaFPN)的架构基础上,加入自适应空间特征融合模块(adaptively spatial feature fusion,ASFF)来增强模型获得不同尺寸图像以及不同损伤大小的能力。使用加权交并比替换完整交并比来优化损失函数,利用动态聚焦机制对边界框回归,提高模型的鲁棒性。试验结果表明,改进后的YOLOv7模型相比原YOLOv7模型,钢绞线损伤检测性能明显提升,平均精度提高15.8%。钢绞线损伤检测效果优于原模型。展开更多
文摘为解决高压架空线路中钢绞线破损检测难的问题,提出了一种改进的YOLOv7(you only look once version 7)钢绞线损伤检测模型。由于钢绞线损伤检测过程中,存在损伤尺度小的问题,利用坐标注意力模块(coordinate attention,CA)提升模型对小尺度目标的信息提取能力。在路径聚合特征金字塔网络(path aggregation feature pyramid network,PaFPN)的架构基础上,加入自适应空间特征融合模块(adaptively spatial feature fusion,ASFF)来增强模型获得不同尺寸图像以及不同损伤大小的能力。使用加权交并比替换完整交并比来优化损失函数,利用动态聚焦机制对边界框回归,提高模型的鲁棒性。试验结果表明,改进后的YOLOv7模型相比原YOLOv7模型,钢绞线损伤检测性能明显提升,平均精度提高15.8%。钢绞线损伤检测效果优于原模型。
