-
题名基于YOLOv5s的海上风电设施检测与预警评估
被引量:1
- 1
-
-
作者
朱昭云
张波
叶昭良
黄曙荣
曹卫
-
机构
盐城工学院机械工程学院
华能海上风电科学技术研究有限公司
-
出处
《计算机技术与发展》
2023年第4期182-189,共8页
-
基金
江苏省重点研发计划(BE2020034)
中国华能集团有限公司科技项目(HNKJ21-HF268)。
-
文摘
海上风电设施检测在海上风电安全监测领域发挥着重要作用。由于海上环境复杂及海上目标的多样性,现有海上目标检测算法存在网络复杂、检测精度低的问题,难以满足实时性检测和实用性部署要求。针对该问题,该文提出了一种改进YOLOv5s的海上风电设施检测算法。首先,将YOLOv5s的主干网络替换为轻量化GhostNet进行特征提取,降低网络模型的参数量和计算量;其次,在主干网络末端和Neck层分别施加注意力机制(SENet),自适应学习重要通道特征权重,提高检测精度;最后,将Neck层的PANet结构改进为双向金字塔(BiFPN),通过融合不同尺度特征提升检测速度。实验结果表明,该算法在降低网络模型参数量和计算量的同时,在船舶数据集上平均精度达到了96.8%,比原始YOLOv5s网络提升了2.6百分点,检测速度达到了47 FPS。
-
关键词
机器视觉
风电设施检测
船舶检测
YOLOv5s
轻量化
注意力机制
双向金字塔
-
Keywords
machine vision
detection of wind power facilities
ship detection
YOLOv5s
lightweight
attention mechanism
bidirectional feature pyramid
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-