买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡大学

摘要：一种基于超分预处理与改进YOLOv5x的输电线路故障检测方法，包括以下步骤：一、获取输电线路巡检图像数据并进行扩充后，按照比例随机划分为训练集、验证集以及测试集，并对训练集和验证集中的绝缘子及其故障目标进行标记；二、对步骤一中得到的的标记框进行聚类，以生成适合检测绝缘子及其故障目标的锚框；三、将测试集图像进行超分辨率重建；四、对YOLOv5x模型部分结构进行修改，以增强模型检测小目标的能力，并调整边框损失函数；五、对步骤四中的改进YOLOv5x模型进行训练，将步骤三获取的超分辨测试集图像输入训练好的改进YOLOv5x模型进行目标检测，识别出图像中的绝缘子及其故障目标并对结果进行评价。

主权项：1.一种基于超分预处理与改进YOLOv5x的输电线路故障检测方法，其特征在于，具体步骤为：一、获取输电线路巡检图像数据并进行扩充后，随机划分为训练集、验证集以及测试集，并对训练集和验证集中的绝缘子及其故障目标进行标记；二、对步骤一中得到的的标记框进行聚类，以生成适合检测绝缘子及其故障目标的锚框；三、将测试集图像进行超分辨率重建；四、对YOLOv5x模型部分结构进行修改，以增强模型检测小目标的能力，并调整边框损失函数；五、对步骤四中的改进YOLOv5x模型进行训练，将步骤三获取的超分辨测试集图像输入训练好的改进YOLOv5x模型进行目标检测，识别出图像中的绝缘子及其故障目标并对结果进行评价；所述YOLOv5x模型的Neck结构修改为：在80×80特征层之后继续增加卷积层和上采样，再将2倍上采样特征层与160×160特征层进行融合，得到大小为160×160的检测特征图用以检测小目标；所述步骤四中边框损失函数由CIOU_LOSS调整为EIOU_LOSS，YOLOv5x的损失函数由三部分组成，分别为类别损失函数BECLogits、置信度损失函数BCEclsloss以及边框损失函数CIOU_Loss： ；其中IOU表示真实框与预测框之间的交并比，为两框长宽比的距离： ； 为一个权重系数： ；CIOU_Loss考虑了边界框回归的重叠面积、中心点距离和纵横比，但忽略了宽高分别与其置信度的真实差异，阻碍了模型优化的有效性；为弥补由于结构增加造成的模型训练收敛减慢问题，以及提高模型整体性能，使用EIOU_Loss替换为新的边框损失函数，EIOU_loss的惩罚项包含重叠损失，中心距离损失，宽高损失三个部分，公式如下： ；前两者延续了CIOU_Loss中的方法，宽高损失为了让收敛速度更快，直接将优化目标设置为真实框与预测框的宽高最小差，其中和Ch是覆盖真实框与预测框的最小外接框的宽度和高度。

全文数据：

权利要求：

百度查询： 三峡大学 一种基于超分预处理与改进YOLOv5x的输电线路故障检测方法