基于改进YOLOv5的高压输电线路异物检测方法

摘要

高压输电线路上附着的各种异物是电力设备安全运行的一大隐患,及时检测与清理异物是保障电力系统稳定运行的关键。针对现有高压输电线路异物检测模型精度低、适用性差的问题,提出了一种改进的YOLOv5模型。首先,引入卷积注意力机制模块优化主干网络,增强模型抗干扰能力,提升模型检测准确性;其次,采用双向特征金字塔网络加强特征融合,丰富小目标的特征信息;最后,将SIOU作为损失函数,关注真实锚框与预测框之间的角度信息,进而提高目标检测模型的精度和鲁棒性。实验结果表明,改进方法的精确度、平均召回率较原始模型分别提升20.9%和15%,同时验证了模型在电力巡检中的实时性与轻量化优势。该方法可为高压输电线路智能巡检提供技术支撑。

关键词

高压输电线路 / 异物检测 / YOLOv5 / 注意力机制 / BiFPN / SIOU损失函数