基于改进YOLOv5的绝缘子检测算法研究

摘要

针对绝缘子缺陷部分识别精度低问题，提出一种改进的YOLOv5算法，在原模型的特征融合部分引入动态卷积模块ODConv(omni-dimensional dynamic convolution),其通过并行多维注意力机制策略，增强模型对目标的特征提取能力.实验结果表明，改进后的算法比原算法召回率提高2.2%,精度提高3%,平均精度(MAP)提高2%,在NVIDIA GeForce RTX 3060 6G显存设备上速度达到172帧/s,对比多种主流目标检测算法，本文算法综合性能较优，可为输电线路绝缘子故障巡检提供技术参考.

关键词

YOLOV5 / 动态卷积 / 绝缘子缺陷检测 / 目标检测