基于改进YOLO的高压配电网污闪绝缘子无人机检测方法

邱略能; 郑志祥; 孟德威

doi:10.16339/j.cnki.jsjsyzdh.202503022

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (03) : 123 -127. DOI: 10.16339/j.cnki.jsjsyzdh.202503022

基于改进YOLO的高压配电网污闪绝缘子无人机检测方法

邱略能, 郑志祥, 孟德威

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对目前无人机下高压配电网绝缘子检测存在数据收集过程复杂、预测精度低的问题，提出了一种基于图像处理技术的高压配电网污闪绝缘子无人机检测方法。引入CA机制，通过对通道注意力进行分解，将位置信息嵌入到通道注意力中，从而增强网络在复杂背景下检测绝缘子的能力。使用Bi-FPN代替原始的PANet特征融合框架，通过对每个尺度进行加权以平衡不同尺度上的特征信息，从而增强了网络检测小目标的能力。实验阶段，通过消融实验，与原始网络相比，所提改进YOLO模型的mAP提高约2.7%,Recall提高约4.0%。与SSD、RetinaNet、YOLOv4、YOLOv5x和YOLOv7相比，所提模型mAP最高，约为90.3%。实验结果验证了所提方法的有效性和实用性，该模型具有广阔的应用前景。