改进YOLOv4-tiny算法的输电线路异物检测方法

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