航拍絕緣子自爆缺陷的輕量化檢測(cè)方法

LightweightDetectionMethodofSelf-explosionDefectofAerialPho(1.InstituteofElectricalandInformationEngineering,AnhuiUn2.StateKeyLaboratoryofMiningResponseandDisasterPreventresidualunitoftheYOLOv3backbonennetworkD-Darknet53isdesigned,whichgreatlyimprovesthedetectionspeedofthenetworkwhenaccuracydecreasesslightly.Inthefeimprovethenetwork’sconstructed,whichcanfullyextractthelocation,textureandsethesmalltargetdetectionperformanceofthenetwstratethattheproposedmethodcanbeadoptedtoquicklya基金資助項(xiàng)目：安徽省自然科學(xué)基金(2108085ME158)；國家自然科學(xué)ProjectsupportedbyNaturalScienc(2108085ME158),NationalNaturalScienceFoundatio(52174141),CollaborativeInnovationProjectsinAnhuiProvince(2賈曉芬，于業(yè)齊，郭永存，等：航拍絕緣子自爆缺陷的輕量化檢測(cè)方法2為了高效率、高精度檢測(cè)絕緣子中的自爆缺測(cè)方法MDD-YOLOv3。它以YOLOv3為基本架征金字塔池化模塊，在預(yù)測(cè)層加入一支尺度為3個(gè)模塊均是以YOLOv3為基礎(chǔ)網(wǎng)絡(luò)改進(jìn)得規(guī)卷積，建立新主干網(wǎng)絡(luò)D-Darknet53，它能保證挖掘模塊中，設(shè)計(jì)一種密集空間金字塔池化模塊的速度要求。為此，提出一種輕量化的主干網(wǎng)絡(luò)Fig.1MDD-YOLOv3度可分離卷積(DSConv)是將卷積分為深度卷積和ND2KDK×DK×1×M+1×ND2KDK×DK×M×N式中，DK×DK×1×M為深度卷積的參數(shù)量，DK×DK×1為深度卷積的卷積核大小，M為卷積核×1×M×N為點(diǎn)卷積的參數(shù)量，1×1×M為點(diǎn)卷積的卷積核大小，N為點(diǎn)卷積核個(gè)數(shù)；DK×DK×M×N為普通卷積的參數(shù)量，DK×DK×M為普通卷積的卷積核大小，N為普通采用卷積核大小為3×3×1的深度可分離卷積時(shí)，卷積核個(gè)數(shù)N的值遠(yuǎn)遠(yuǎn)大于DK，深度可分離絕緣子串和絕緣子串上的自爆缺陷是兩種差D-Darknet53提取的細(xì)節(jié)、語義信息。為此，設(shè)計(jì)其前后分別串聯(lián)3個(gè)卷積特征提取層(卷積局部和全局特征后，得到Dense-SPP挖掘出的特L6經(jīng)過3個(gè)依次相連的卷積特征層獲得特征賈曉芬，于業(yè)齊，郭永存，等：航拍絕緣子自爆缺陷的輕量化檢測(cè)方法2無人機(jī)巡檢時(shí)所拍攝的絕緣子圖像的缺陷處的目標(biāo)較小，分辨率低且目標(biāo)所處的背景復(fù)雜，殘差模塊的輸出Li(i=1,2,3)作為四維度預(yù)測(cè)層的路分別由上一層經(jīng)過卷積上采樣操作與Li(i=1,2,3)到包含4個(gè)不同維度預(yù)測(cè)特征圖Bi(i=1,2,3,4)的輸出L8；制算法NMS[17]后剔除冗余框，最終得到的絕緣子Pytorch框架搭建模型，并使用Cuda10.0和表1。選取平均精度均值A(chǔ)P(meanaveragepreci-采用開源絕緣子缺陷數(shù)據(jù)集CPLID(Chinese8采用上述的擴(kuò)充絕緣子缺陷數(shù)據(jù)集對(duì)網(wǎng)絡(luò)的損失函數(shù)，它由定位損失lbox、置信度提升。上述結(jié)果均說明，MDD-YOLOv3針對(duì)在YOLOv3的基礎(chǔ)上，依次加入主干網(wǎng)絡(luò)層，提升網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)精度，可以看出AP主流的目標(biāo)檢測(cè)網(wǎng)絡(luò)FasterR-CNN[18]、SSD[19]、由表3可知，與經(jīng)典的目標(biāo)檢測(cè)算法FasterFig.5ThecurveoFig.6ThecurveofdetectionacD-Dense-/MB/(幀·s-1)/%1√√√Table3Comparativ/MB/(幀·s-1)/%6賈曉芬，于業(yè)齊，郭永存，等：航拍絕緣子自爆缺陷的輕量化檢測(cè)方法2子的檢測(cè)置信度僅為0.37。且存在漏檢問題，自爆缺陷的檢測(cè)置信度分別提高了162.16%和1）文中針對(duì)航拍絕緣子自爆缺陷提出了輕量化檢測(cè)方法MMD-YOLOv3。設(shè)計(jì)新的主干網(wǎng)絡(luò)D-Darknet53，在網(wǎng)絡(luò)檢測(cè)精度僅僅降低了0.6%的3）構(gòu)建的四維度預(yù)測(cè)層，能夠充分利用深層Fig.7Comparisonofdetectif45(9):3636-3648.瓷懸式絕緣子放電嚴(yán)重程度評(píng)估[J].高電壓技術(shù)，2021，47(2)：mannedaerialvehicleinspectiontechnologyoninsulatordefectsusingaerialralnetworks[J].IEEETransafectdetectionmethodbasedonimprovedYOLOv3[J].JChineseComputerSystems,2022andControl,2021,25(volutions[C]∥Proceedingsof2017IEEVisionandPatternRecognitconvolutionalnetworks[C]∥Proceedingsof2017:4700-4708.tionsonPatternAnalysisandMaforobjectdetection[C]∥PComputerVisionandPatternReobjectdetectionwithonelineo2017:5561-5569.real-