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：国网甘肃省电力公司;国网甘肃省电力公司电力科学研究院;兰州交通大学

摘要：一种基于改进yolov5的航拍绝缘子定向识别方法，包括以下步骤：获取训练所用的绝缘子图片集，利用带角度参数的定向框对所获图片集进行标注，生成深度学习模型所需的数据集，并对数据集进行划分得到训练集和测试集；基于yolov5网络构建绝缘子定向识别模型，该绝缘子定向识别模型括图像输入模块，特征提取BackBone模块，特征融合Neck模块及预测head模块；使用训练集对绝缘子识别模型进行训练，训练完成后使用划分好的测试集对绝缘子识别模型的性能进行评估，计算平均精度AP指标。本发明解决了yolov5网络无法进行定向目标识别，在复杂背景下学习干扰信息使先验知识含有背景噪声而导致定位不精确的问题。与现有方法比，本方法识别速度快、精度高，可应用于绝缘子视频流检测。

主权项：1.一种基于改进Yolov5的航拍绝缘子定向识别方法，其特征在于，包括以下步骤：S1,获取训练所用的绝缘子图片集，利用带角度参数的定向框对所获图片集进行标注，生成深度学习模型所需的数据集，并对数据集进行划分得到训练集和测试集；S2,基于yolov5网络构建绝缘子定向识别模型，该绝缘子定向识别模型括图像输入模块，特征提取BackBone模块既yolov5的主干网络，特征融合Neck模块既yolov5的颈部，以及预测head模块既yolov5的头部；所述图像输入模块对批量绝缘子图片进行旋转、亮度变化、随机裁剪、随机拼接操作，增强模型鲁棒性；所述特征提取BackBone模块对经过图像输入模块处理的绝缘子图片进行卷积特征提取，生成不同尺度的特征图；所述特征融合Neck模块对特征提取BackBone模块处理的不同尺度的特征图进行上下采样，使输出具有完备的特征信息的特征图；所述预测head模块在特征融合Neck模块处理的特征图上对绝缘子进行拟合与识别；所述特征提取BackBone模块在yolo系列常用的CSPDarknet基础上增加了Focus既切片操作来增加所提取到特征的通道数；在Focus操作之后的BackBone阶段yolov5首先利用CSP卷积模块将初始特征图由第三级特征图提取为第二级特征图，再利用CSP卷积模块和CBAM轻量化注意力机制模块将第二级特征图提取为第一级特征图；CBAM轻量化注意力机制模块将经卷积得到的特征图首先由通道注意力机制模块CAM，ChannelAttentionModule，既先经过基于宽和高的全局最大池化和全局平均池化，再分别经过三层的全连接感知机将其输出在像素尺度进行加和后由sigmoid函数进行激活；将输出的特征图与初始特征图在像素尺度做乘法得到CAM模块的输出；将CAM模块的输出作为SAM，SpatialAttentionModule的输入，首先做基于通道尺度的全局最大池化和全局平均池化，将所得结果在通道尺度进行张量拼接；再经过通道尺度的卷积操作降维到单通道特征图，最后将所得特征图与SAM的输入做乘法得到具备丰富空间信息的特征图；S3,使用训练集对绝缘子识别模型进行训练，训练完成后使用划分好的测试集对绝缘子识别模型的性能进行评估，计算平均精度AP指标。

全文数据：

权利要求：

百度查询： 国网甘肃省电力公司 国网甘肃省电力公司电力科学研究院 兰州交通大学 一种基于改进yolov5的航拍绝缘子定向识别方法