基于改进的yolov5的绝缘子缺陷检测方法技术

本发明专利技术涉及绝缘子缺陷检测技术，具体涉及基于改进的yolov5的绝缘子缺陷检测方法，包括采集绝缘子图像形成数据集；使用LabelImg标注工具对数据集进行标注；对所采集的图像进行数据增强处理；在YOLOv5的骨干网络中引入triplet attention模块；优化损失函数；将CIoU作为改进YOLOv5算法的bounding

【技术实现步骤摘要】
基于改进的yolov5的绝缘子缺陷检测方法


[0001]本专利技术属于绝缘子缺陷检测
，特别涉及基于改进的yolov5的绝缘子缺陷检测方法。

技术介绍

[0002]电是使世界转动的最基本的元素之一，高、低压电的传输对它的实际应用是非常重要的。在高压电的传输中，绝缘子用来支撑和分离电导体而不让电流通过。低压配电线路则是从配电网向最终用户输送电能的一种配电方式。一次配电系统的一个重要方面是电力的持续供应及其设备的高效性能。绝缘子串在一次架空配电线路中起绝缘和提供机械强度的作用。总而言之，绝缘子在电力系统中是必不可少的设备。通常情况下，绝缘子暴露在强电场的恶劣环境中，以及各种恶劣的天气条件，如烈日、台风或飓风、雷暴、冻雨、暴风雪等。这种恶劣的环境会使绝缘子容易被损坏，进而威胁电网系统的安全及电力的使用。这样重要的部件一旦损坏，对电力供应和公共安全都会造成严重问题。例如：在每年的雨季，都会有人由于暴露在电线杆下而触电丧生。因此，有必要研究有效的绝缘子缺陷检测方法，以确保电力传输的安全可靠。
[0003]目前的缺陷检测方法可分为物理方法、传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进的yolov5的绝缘子缺陷检测方法，其特征在于：包括如下步骤：步骤1、采集绝缘子图像形成数据集；步骤2、使用LabelImg标注工具对数据集进行标注，标注类别为绝缘子和缺陷；步骤3、对所采集的图像进行数据增强处理，以扩充数据集；步骤4、在YOLOv5的骨干网络中引入triplet attention模块；步骤5、优化损失函数；将CIoU作为改进YOLOv5算法的bounding
‑
box损失函数Loss
CIoU
；CIoU定义为：其中，α为权重函数，ν是用来测量长宽比一致性的参数，c代表能够包含预测框和真实框的最小封闭区域的对角线距离，ρ2(b，b
gt
)代表预测框和真实框的中心点之间的欧氏距离，h
gt
、ω
gt
分别代表真实框的高度和宽度，h
p
、ω
p
分别代表预测框的高度和宽度；步骤6、对处理最终结果的非极大值抑制NMS方法进行优化；将Soft
‑
NMS作为处理最终结果的方法：Soft
‑
NMS的得分函数表达式为：其中，S
i
为预测框B
i
的得分，B
M
为得分最高的预测框，N
t
为重叠阈值，高斯惩罚函数，σ为一个根据经验选择超参数；步骤7、训练改进后的网络；设置学习率、学习率动量、批次大小、训练总轮次小、权重衰减和最大迭代次数作为训练参数，对改进的YOLOv5网络进行训练；步骤8、将收集的绝缘子图像数据集输入训练好的YOLOv5网络，得到输入图片中是否存在有缺陷的绝缘子以及该缺陷所在位置。2.根据权利要求1所述基于改进的yolov5的绝缘子缺陷检测方法，其特征在于：triplet attention模块采用三个平行的分支结构，其中两个用于提取两个空间维度与通道维C之间的相互依赖关系，另一个提取空间特征依赖关系；在前两个分支中，triplet attention将原始输入旋转张量χ分别沿H轴和W轴逆时针旋转90
°
，并且将张量的形状由C
×
H
×
W转换为W
×
H
×
C和H
×
C
×
W；在第三个分支中，张量以其原始形状C
×
H
×
W输入，通过Z
‑
pool层将C维度的张量缩减到2维，并将该维上的平均汇集特征和最大汇集特征连接起来；Z
‑
pool定义为：Z
‑
Pool(χ)＝[Ma...

【专利技术属性】
技术研发人员：唐靓，余明慧，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：