基于改进YOLOv5输电线路异物检测算法研究

摘要

输电线路异物检测对于电力系统的安全可靠运行具有重要意义.为提高输电线路异物检测的精度，提出了一种基于改进YOLOv5的输电线路异物检测算法.该算法以YOLOv5为基础网络，在YOLOv5的C3模块嵌入Swin Transformer模块，形成C3STR,将其作为一个整体模块嵌入网络，借助其窗口自注意模块将自注意计算限制在偏移后的局部窗口，减少计算量，还允许跨窗口连接来提高效率，增强目标的深层语义信息和特征表示能力.并增加CBAM注意力机制，将空间注意力机制和通道注意力机制相结合，使网络能够关注到图片中的重要信息，提升网络特征提取能力.最后将回归函数的损失函数CIoU＿loss替换为SIoU＿loss以提升网络的收敛速度.实验结果表明，模型改进后的平均精度均值(mAP)为98.8%,较原模型提高了3.3%.

关键词

YOLOv5 / 异物检测 / 输电线 / Swin Transformer / CBAM / SIoU