改进YOLOv4-tiny算法的输电线路异物检测方法

刘赫, 黄炜哲, 刘维旭

哈尔滨理工大学学报 ›› 2026, Vol. 31 ›› Issue (1) : 111 -121.

哈尔滨理工大学学报 ›› 2026, Vol. 31 ›› Issue (1) : 111 -121. DOI: 10.15938/j.jhust.2026.01.012

改进YOLOv4-tiny算法的输电线路异物检测方法

    刘赫, 黄炜哲, 刘维旭
作者信息 +

Author information +
文章历史 +

摘要

随着无人机搭载目标检测算法在输电线路智能巡检领域的发展,针对目标检测准确性低及模型过大导致的部署难问题,提出了改进YOLOv4-tiny的输电线路异物检测方法。首先,设计S-FasterNet模块,并利用其构建主干网络S-FasterNet,从而解决了原有网络存在的特征瓶颈问题,并大幅减少参数量和计算量。其次,在Neck部分设计了SPANet结构,以增强模型特征融合能力,提升模型性能。最后,采用基于层自适应的剪枝策略对改进后的网络进行通道剪枝,使模型体积显著减小,更适合嵌入式设备的部署。实验结果表明:算法在输电线路异物检测数据集中的模型参数量为6.4 M,计算量仅为1.53 GFLOPs,检测精度达到了96.88%,综合性能优于目前常见的检测算法。

关键词

输电线路 / YOLOv4-Tiny / Faster Net / 异物检测 / 通道剪枝

Key words

引用本文

引用格式 ▾
刘赫, 黄炜哲, 刘维旭. 改进YOLOv4-tiny算法的输电线路异物检测方法[J]. 哈尔滨理工大学学报, 2026, 31(1): 111-121 DOI:10.15938/j.jhust.2026.01.012

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/