基于改进YOLOv7算法的输电线路异物检测

摘要

针对当前输电线路异物检测人工巡检成本高、效率低，检测速度和精度不佳的问题，提出了一种基于改进YOLOv7算法的输电线路异物检测方法。首先，在主干网络和头部网络中分别引入BiFormer注意力机制模块，提升算法对小目标的检测能力；在头部网络中采用GSConv模块替换原网络中的CBS模块，保持算法准确性的同时降低其复杂度，进而提升算法的检测速度和效率；在预测部分采用Shape-IoU损失函数替换原网络中的CIoU损失函数，使得损失函数更加拟合训练数据，并使边界框回归损失更加精确。实验结果表明，提出的方法在自建的输电线路异物检测数据集中取得了良好的效果，与原模型相比，mAP值提升了7.7%,检测速度提升了2.9%,证明所提出的方法能够有效提升输电线路中异物的检测效果。

关键词

异物检测 / YOLO算法 / BiFormer / GSConv / Shape-IoU