基于改进YOLOX的输电线路故障检测算法

电力系统是国民生活的重要基础,对输电线故障进行智能检测具有重大的社会和经济价值。针对输电线故障检测场景缺少公开数据集,同时存在多个尺度目标时检测效果差、高IoU检测框难以获取等问题,本文提出一种基于YOLOX的输电线故障检测算法。本文通过采集和仿真建立输电线故障检测数据集,然后在YOLOX特征融合机制的基础上,提出基于空洞卷积的自适应多尺度特征融合方法,实现多尺度特征的更有效利用,最后提出一种新的损失函数,可以有效提高网络对高IoU检测框的优化能力并解决样本不平衡问题,显著提高检测精度。实验结果表明,在本文的数据集中,本文所提的算法在保证实时性的同时,mAP_(50:95)依然能达到67.48%,超过了EfficientDet、YOLOV5等经典算法。