基于YOLOv8的高压电缆接头关键部位目标检测方法

本文以优秀的目标检测模型YOLOv8为基线,在Neck网络中添加坐标注意力以提高多尺度特征融合效果,对反应力锥、内半导电层、导体和接管四个关键部位进行目标检测。在高压电缆接头数据集上的大量实验表明,本文提出的模型mAP@0.5-0.95值最高可达93.6%,mAP@0.9值可达88.2%,检测精度满足实际应用的要求。

基于深度学习的高压电缆接头缺陷检测方法

反应力锥是高压电缆接头的关键部位,其质量直接关系到整个电力系统的安全与稳定。文章制作了包含843张图像的反应力锥数据集,研究了基于深度学习的缺陷检测方法。实验结果表明,采用ResNet-18网络和多种数据增广方法能使反应力锥缺陷检测的精度达到95.7%,可满足实际应用的需求。