基于YOLOv5的绝缘子图像自动标注

• 作者: 徐文静 高云天 陈晨 叶泽恩
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 绝缘子图像 自动标注 目标检测 YOLOv5 Bonding box
• 年，卷（期）: 2021,（14）
• 所属期刊栏目: 科技创新
• 页码范围: 15-17
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.14.008

摘要

绝缘子是输电线路中常见绝缘器件,利用人工智能技术自动识别绝缘子故障已成为一种趋势,但是目前智能的识别方法仍然依赖于有标注的样本库,而传统的人工标注样本方法费时耗力,需要研究绝缘子图像的自动标注方法.提出了一种基于YOLOv5的绝缘子图像自动标注方法.首先用少量人工标注后的绝缘子样本训练YOLOv5网络模型,用训练好的模型自动检测未经标注的绝缘子图像,实现绝缘子图像自动标注.文章使用1300张经过手动标注的绝缘子图像训练YOLOv5网络模型,用2750张未经训练的绝缘子图像进行测试,检验总平均准确率为95.1％,证明该方法可以高效准确地实现绝缘子图像的自动标注.