基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决中小型绝缘子在检测目标时出现的漏检、错检问题,提出一种改进YOLOv4算法的中小型绝缘子检测方法.首先,通过增加特征融合层、引入SE注意力机制的方式改变YOLOv4网络结构,以发掘更有用的中小型绝缘子特征信息.其次,在模型结尾增加负例挖掘模块,抑制复杂背景干扰,提高绝缘子检测准确度.最后,使用改进k-means++算法重新聚类符合中小型绝缘子特征的先验框以加快模型收敛速度.实验结果表明,使用含负例挖掘模块的改进算法进行绝缘子检测,中目标和小目标的平均精度(Average precision,AP)分别达到88.91%和73.09%,对中小型绝缘子检测具有一定的参考价值.
推荐文章
改进 YOLOv4 的混凝土建筑裂缝检测算法
裂缝检测
目标检测
YOLOv4
多尺度特征融合
基于改进YOLOV4模型的交通标志识别研究
交通标志识别
高清街景图像
注意力机制
增强感受野
基于改进YOLOX网络的雾天绝缘子缺陷检测
绝缘子缺陷
目标检测
雾天巡检
改进YOLOX
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进YOLOv4的中小型绝缘子检测
来源期刊 电视技术 学科 工学
关键词 中小型绝缘子 改进YOLOv4 SE注意力 负例挖掘
年,卷(期) 2022,(3) 所属期刊栏目 器件与设计|PARTS & DESIGN
研究方向 页码范围 74-82
页数 9页 分类号 TP311.1
字数 语种 中文
DOI 10.16280/j.videoe.2022.03.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
中小型绝缘子
改进YOLOv4
SE注意力
负例挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导