公开(公告)号：CN117974985A

公开(公告)日：2024-05-03

申请号：CN202410199774.5

申请日：2024-02-23

Applicant: 南京工程学院

Inventor： 姚军财 ,  顾铭杰 ,  申静 ,  姚聪颖 ,  时乘

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/776 ,  G06N3/0464 ,  G06V20/17

Abstract: 本发明公开了一种基于改进YOLOv5s的高压线路异物检测方法及系统。该方法首先为了对不同尺寸的目标增加合适的权重，增强网络的多尺度特征融合能力，以有效地捕捉不同大小目标的特征，采用F‑Bi特征提取网络；其次，将YOLOv5的目标检测头替换为更高效的解耦头Decouple Head，加快模型的收敛速度；最后，使用W‑IoU损失函数对模型原始损失函数C‑IoU进行替换，提高锚点框的质量。最后使用数据集测试集来检测模型训练效果。本发明可以在多种应用场景中准确的检测出输电线路异物，可以满足输电线路巡检的准确性和快速性要求。

公开(公告)号：CN117994500A

公开(公告)日：2024-05-07

申请号：CN202410124604.0

申请日：2024-01-30

Applicant: 南京工程学院

Inventor： 姚聪颖 ,  姚军财 ,  顾铭杰

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进YOLOv5s的多目标故障检测方法，其特征在于，在YOLOv5s模型的基础上，通过在其骨干网络中增加CBAM注意力模块，在其输出端增加小目标检测头，以及损失函数采用SIOU，构建了改进YOLOv5s模型，并将改进YOLOv5s模型与NanoDet模型级联，利用级联网络检测故障目标。相较于现有技术，本发明方法能够实现更高的检测精度及更快的检测速度，解决高分辨率图像中小目标难以检测的问题，更好地实现对目标的检测与跟踪。应用在电力系统的设施故障的检测上，可提高电力系统的可靠性和安全性，减少线路故障对供电的影响，并能够减少人工巡检的工作量，降低对电力系统设施的维护成本。