基于YOLOv4的绝缘子检测算法_yolov4检测复合绝缘子

摘要

针对绝缘子检测过程中图像易出现失真，以及模型受外界环境影响较大的问题，提出一种基于YOLOv4的绝缘子检测算法。该算法首先采用自适应伽马变换自动调整绝缘子图像的明亮度，然后使用YOLOv4网络学习绝缘子不同层次的特征表示。考虑到YOLOv4网络需要输入固定的图像大小，而强行对图像进行拉伸会使得目标出现扭曲，故采用可变形卷积替换传统卷积的方法，从而提高模型的特征提取能力，最终输出绝缘子的位置信息及其类别。在中国电力绝缘子公开数据库中进行仿真实验，结果表明该算法的测试精度和检测速度分别达到了93.2%和43FPS。该算法的总体性能优于Faster RCNN、YOLOv3、CornerNet等常用算法。

0 引言

随着我国智能电网技术的快速发展，各种复杂环境下的输电线路建设已经取得巨大成功，然而输电线路常年暴露在大自然中，时常会出现一些故障，给电力输送的稳定性和安全性均造成较大影响［1］。输电线路出现故障很大程度上是受绝缘子的影响。绝缘子是输电线路中重要的组成部分，其一般由玻璃或陶瓷材料制成&