中国电工技术学会活动专区
CES Conference
中国电工技术学会活动专区 CES Conference
图1 YOLOv4检测流程 图2 检测结果对比 图3 不同类型和结构的绝缘子检测结果 相比于现有方法,YOLOv4模型具有速度更快、精度更高的特点。针对检测图像中出现图像修改尺寸后失真的问题,提出了对图像加灰条处理的方法,同时在训练过程中采用了多阶段迁移学习策略显著提高了模型整体的性能。实验结果表明,所提方法的缺陷检测mAP值达到89.54%,所提方法在实际应用中可以满足绝缘子缺陷检测的准确性要求。 本文编自2021年第5期《电气技术》,论文标题为“基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法”,作者为周宸、高伟、郭谋发。 |
|