新型YOLOv3-Tiny在绝缘子故障检测中的应用

王炳北, 郑辉, 孙德罡

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (01) : 61 -70.

PDF
吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (01) : 61 -70. DOI: 10.19292/j.cnki.jdxxp.2026.01.009

新型YOLOv3-Tiny在绝缘子故障检测中的应用

作者信息 +

Author information +
文章历史 +
PDF

摘要

由于输电线路绝缘子故障直接影响电网稳定运行,为准确识别绝缘子故障,提出一种基于改进YOLOv3(You Only Look Once 3)-Tiny的绝缘子故障诊断方法。首先,在特征提取网络中集成通道-空间注意力机制,强化关键特征捕获能力。然后,设计跨阶段部分连接-感受野模块,以增强小目标的检测能力,同时减少计算量。最后,采用一种新颖的损失函数优化定位精度。实验表明,改进后的YOLOv3-Tiny算法在检测绝缘子故障方面表现出高达97.4%的平均准确率,超越原始YOLOv3-Tiny算法。

关键词

深度学习 / 缺陷检测 / 绝缘子故障诊断

Key words

引用本文

引用格式 ▾
王炳北, 郑辉, 孙德罡. 新型YOLOv3-Tiny在绝缘子故障检测中的应用[J]. 吉林大学学报(信息科学版), 2026, 44(01): 61-70 DOI:10.19292/j.cnki.jdxxp.2026.01.009

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
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/