基于Flexible YOLOv7的输电线路绝缘子缺陷检测和故障预警方法

电力设备的平稳运行是保障居民生产生活的重要前提。输电线路绝缘子缺陷尺寸较小,传统的目标检测算法通常难以识别到缺陷目标,误检、漏检率较高。针对不同材质绝缘子缺陷检测存在目标过小、遮挡、背景复杂等难题,提出了一种基于Flexible YOLOv7的绝缘子缺陷检测算法。该算法继承了YOLOv7网络的E-ELAN结构、Rep重参数化和辅助训练策略,并且在特征提取的过程中集成GAM注意力机制以放大显著的跨维度接受区域,通过高效的Ghost SPPCSPC结构减少模型训练过程中的参数冗余,引入Efficient IOU Loss重点关注高质量的anchors提升原始模型的检测精度。最后通过图像后处理技术对绝缘子缺陷进行等级划分与精细计算,并结合算法部署开发了绝缘子缺陷故障检测系统用于故障的提前预警。实验结果表明,该算法在密集目标、遮挡、小目标缺陷检测中的平均准确率AP、召回率Recall、相关指标F1指标均领先于当前先进的几类目标检测算法,在复杂环境下的绝缘子缺陷检测和故障预警方面具有一定的现实意义。