基于YOLOv5s的绝缘子缺陷检测方法研究.pdf

哈尔滨理工大学电子信息硕士学位论文

基于YOLOv5s的绝缘子缺陷检测方法研究

摘要

随着电力产业不断发展，高压输电线路的规模不断扩张，电力系统安全

稳定的运行显得十分重要。而绝缘子是输电线路中重要的组成部分，其主要

是在输电线路中起到电气绝缘和支撑固定导线的作用。由于绝缘子长时间面

对恶劣环境，可能会造成缺失，导致其绝缘能力大幅度下降，进而对电力系

统的安全和稳定性造成重大威胁。因此本文基于YOLOv5s算法对绝缘子缺

陷检测的精度与速度两方面分别进行探究。本文的主要研究内容包括：

一方面针对绝缘子图像背景较为复杂、缺陷尺寸较小导致检测精度较低

的问题，设计并实现了改进YOLOv5s的绝缘子缺陷检测算法YOLOv5s-KE。

首先，针对绝缘子缺陷特点改进Anchor，引入了K-means++算法生成更适

合绝缘子缺陷的AnchorBox。其次，在主干网络和颈部两个网络部位分别

引入注意力机制模块，让模型专注于缺陷特征，增强模型的抗干扰能力。最

后，采用EIoU损失函数替换原CIoU损失函数，通过将宽高比拆分作为损

失项，从而减少预测框和目标框的实际差距，增强对小尺寸缺陷的定位能力。

通过在中国输电线路绝缘子数据集上进行实验，其实验结果表明YOLOv5s-

KE的绝缘子缺陷检测精度达到了92.3%，相较于原始YOLOv5s检测精度提

升了5.2%。

另一方面为满足部署在嵌入式和移动设备场景下对绝缘子缺陷进行实时

检测的需求，在YOLOv5s-KE网络的基础上，设计并实现轻量化算法。先

是引入Ghost卷积，构建轻量级特征提取模块，通过线性变换降低常规卷积

的计算量，加快模型的检测效率。再采取通道剪枝策略，通过稀疏因子对稀

疏化训练后的网络进行裁剪，剔除网络中的冗余数据，减少网络的复杂度，

提高模型的泛化能力。最后采用CARAFE算子替换原上采样算子，保持上

采样效果的同时减少模型参数，提升模型的检测速度。通过在中国输电线路

绝缘子数据集上进行实验，其实验结果表明轻量化YOLOv5s-KE的绝缘子

缺陷检测速度达到了94.3帧/秒，相较于原始YOLOv5s检测速度提升了30.1

帧/秒，模型参数也降为9.6M，检测精度为91.1%。为部署在嵌入式和移动

设备提供了可能性。

-I-

哈尔滨理工大学电子信息硕士学位论文

关键词绝缘子缺陷；YOLOv5s；注意力机制；轻量化算法

-II-

哈尔滨理工大学电子信息硕士学位论文

ResearchonInsulatorDefectDetectionMethod

BasedonYOLOv5s

Abstract

Withthecontinuousdevelopmentofthepowerindustryandthecontinuous

expansionofthescaleofhigh-voltagetransmissionlines,thesafeandstable

operationofthepowersystemisveryimportant.Theinsulatorisanimportant

partofthetransmissionline,whichmainlyplaystheroleofelectricalinsulation

andsupportingthefixedwireinthetransmissionline.Becausetheinsulator

facestheharshenvironmentforal