基于改进YOLOv5的输电线路目标检测方法及设备技术

本发明专利技术公开了一种基于改进YOLOv5的输电线路目标检测方法及设备，方法包括以下步骤：步骤S1、获取数据集；步骤S2、得到训练集和验证集；步骤S3、生成改进的YOLOv5网络模型；步骤S4、采用训练集、验证集对改进的YOLOv5网络模型进行训练；步骤S5、获取待检测图片，采用训练好的改进的YOLOv5网络模型从待检测图片中识别目标。设备包括处理器和存储器，存储器中程序指令运行时执行目标检测方法。本发明专利技术能提高输电线路目标识别精度和速度，并具有较小的体量。

【技术实现步骤摘要】

本专利技术涉及输电线路检测方法领域，具体是一种基于改进yolov5的输电线路目标检测方法及设备。

技术介绍

1、电力系统的输配电设备主要应用于电网运行中电能的传输和控制，保障着电网的安全可靠运行。我国能源基地大都远离负荷中心，远距离大规模电能输送以电力线路为载体，近年来输电线路建设速度加快。据不完全统计，我国110(66)kv及以上电压等级输电线路长度140万千米以上，电力线路中任何一点出现故障都可能导致电网运行风险。输电线路铁塔巡检和绝缘子检测是电力线路巡检工作的重要组成部分。近年来，鸟类频繁在输电线路塔上筑巢，其引发的故障很多，而且绝缘子缺损也会导致输电线路的正常运行。其中输电线路挂上异物严重时更会导致线路失火。所以定时进行输电线路巡检非要具有必要性。

2、随着人工智能、机器学习技术的发展，许多学者开展了关于目标识别算法的研究。其主要可以分为两大类：一类是两阶段(two-stage)目标检测算法，它是基于候选区域和cnn提取的‘两步法’算法模型；另一类是单阶段(one-stage)目标检测算法，它是直接完成从特征到分类、回归预测的算法模型。本文档来自技高网...

【技术保护点】

1.基于改进YOLOv5的输电线路目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进YOLOv5的输电线路目标检测方法，其特征在于，步骤S2中，预处理包括图像扩增处理、图片标记处理。

3.根据权利要求1所述的基于改进YOLOv5的输电线路目标检测方法，其特征在于，步骤S2中，按9:1的比例将数据集中数据划分为训练集和验证集。

4.根据权利要求1所述的一种基于改进YOLOv5的输电线路目标检测方法，其特征在于，步骤S4过程如下：

5.根据权利要求4所述的一种基于改进YOLOv5的输电线路目标检测方法，其特征在于，步骤S...

【技术特征摘要】

1.基于改进yolov5的输电线路目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进yolov5的输电线路目标检测方法，其特征在于，步骤s2中，预处理包括图像扩增处理、图片标记处理。

3.根据权利要求1所述的基于改进yolov5的输电线路目标检测方法，其特征在于，步骤s2中，按9:1的比例将数据集中数据划分为训练集和验证集。

4.根据权利要求1所述的一种基于改进yolov5的输电线路目标检测方法，其特征在于，步骤s4过程如下：

5.根据权利要求4所述的一种基于改进yolov5的输电线路目标检测方法，其特征在于，步骤s4.2训练时，采用mosaic数据增强方法对训练集中数据增强后，再用于改进的yolov5网络模型的训练。

6.根据权利要求4所述的一种基于改进yolo...

【专利技术属性】
技术研发人员：徐善永，邓继承，黄友锐，韩涛，凌六一，杨杰，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：