返回列表 发布新帖

基于YOLO V5的输电线路鸟巢缺陷检测

14 0
1 黄金阳光 发表于 2024-10-4 00:33 | 查看全部 阅读模式
文档摘要:随着生态环境不断变好和城市化进程的快速推进,输电线路鸟巢缺陷带来的安全隐患得到了广泛关注.针对传统鸟巢缺陷检测中存在的特征提取难的问题,本文基于YOLOV5深度学习网络改进,在主干网络中引入CBAM模块来增强模型表征能力并修改损失函数为FocalLoss以有效增强模型对图片中有效信息的提取及无效信息的过滤.实验结果表明:在测试集上本方法召回率为53.65,平均精度为97.56%,FPS为336.1,能够快速高效的对输电线路上的鸟巢缺陷进行检测,具有较高的工程应用价值.

作者:鲍晓慧Author:
作者单位:泰州三新供电服务有限公司泰兴市分公司
刊名:电气技术与经济
Journal:ElectricalEquipmentandEconomy
年,卷(期):2024, (6)
分类号:
关键词:YOLO  CBAM  FocalLoss  鸟巢缺陷检测  
机标分类号:TP391.41F239TS255
在线出版日期:2024年7月10日
基金项目:基于YOLOV5的输电线路鸟巢缺陷检测[
期刊论文]  电气技术与经济--2024, (6)鲍晓慧随着生态环境不断变好和城市化进程的快速推进,输电线路鸟巢缺陷带来的安全隐患得到了广泛关注.针对传统鸟巢缺陷检测中存在的特征提取难的问题,本文基于YOLOV5深度学习网络改进,在主干网络中引入CBAM模块来增强模型表...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词:

2024-10-4 00:33 上传
文件大小:
1.74 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表