复杂环境背景下绝缘子缺陷图像检测方法研究

针对复杂环境下电力绝缘子和绝缘子缺陷检测中检测精度低、检测速度慢的实际问题，提出了一种基于改进的yolov4（you only look once V4）算法的电力绝缘子图像和缺陷绝缘子检测方法。通过制作电力绝缘子和数据集有缺陷绝缘子，采用K均值聚类算法对电力绝缘子图像样本进行聚类，获得不同尺寸的先验框架参数。然后通过改进平衡交叉熵（BCE）引入权重系数来增加损失函数的贡献。最后，通过在空间金字塔池化池（SPP）前后添加卷积层来加深网络的深度。实验结果表明，改进模型的单张检测时间为3.5秒，绝缘子缺陷的平均检测精度比原yolov4算法高24.36%。同时，改进的yolov4算法在测试集上的平均精度（map）为84.05%，比原yolov4算法高出17.83个百分点，充分体现了其对电力绝缘子图像定位和识别的缺陷。