期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLOv8的输电线路巡检算法研究
1
作者
赵福生
尼鹿帕尔·艾克木
+1 位作者
伊力哈木·亚尔买买提
郭松杰
《电子测量技术》
北大核心
2025年第10期117-126,共10页
针对当前输电线路巡检存在检测精度差的问题,提出一种基于YOLOv8的输电线路巡检算法(GCAF-YOLOv8)。首先,设计了一种全局通道-空间注意力模块GCSA,以增强输入特征图的表达能力,该模块结合了通道注意力、通道洗牌和空间注意力机制,旨在...
针对当前输电线路巡检存在检测精度差的问题,提出一种基于YOLOv8的输电线路巡检算法(GCAF-YOLOv8)。首先,设计了一种全局通道-空间注意力模块GCSA,以增强输入特征图的表达能力,该模块结合了通道注意力、通道洗牌和空间注意力机制,旨在捕捉特征图中的全局依赖关系;其次,引入StarNet中的StarBlocks结构,将它与Neck和Backbone部分原有C2f模块进行融合,从而构建出新的C2f_Star模块,以提高目标检测的准确率并降低模型整体的参数量;然后,提出用ADown卷积模块替换基线模型中的传统卷积,以提高对不明显特征的检测准确率;最后,将Focal Loss和YOLOv8中原始的CIoU进行结合,设计出Focal-CIoU损失函数,以解决类别不平衡问题和提高检测框位置预测精度;实验结果表明,提出的GCAF-YOLOv8模型较原模型检测精度P提高了3.3%,平均精度检测均值mAP提高了3%,可以很好地检测出电力部件各种缺陷以及输电线路上的异物。
展开更多
关键词
巡检
ADown
YOLOv8
GCSA
C2f-star
检测精度
在线阅读
下载PDF
职称材料
面向嵌入式设备的绝缘子缺陷检测算法研究
2
作者
刘梓良
尼鹿帕尔·艾克木
+1 位作者
伊力哈木·亚尔买买提
郭松杰
《电子测量技术》
北大核心
2025年第14期74-85,共12页
针对嵌入式设备在资源受限以及雾天复杂环境下绝缘子缺陷检测的高效性与准确性挑战,本文提出了一种新型轻量化检测模型——RNSC-YOLOv7-tiny,并取得了重要的创新性成果与实际应用价值。首先,通过对主干网络中ELAN模块的轻量化处理,设计...
针对嵌入式设备在资源受限以及雾天复杂环境下绝缘子缺陷检测的高效性与准确性挑战,本文提出了一种新型轻量化检测模型——RNSC-YOLOv7-tiny,并取得了重要的创新性成果与实际应用价值。首先,通过对主干网络中ELAN模块的轻量化处理,设计了RepNCSPELAN模块,有效降低了模型的参数量与计算复杂度,同时保持了检测精度的显著提升。其次,融入SGE模块,使模型能够聚焦与背景重叠的目标区域,显著抑制无关信息的干扰,提升了绝缘子缺陷定位与识别的精确性。此外,引入NWD损失函数解决了检测过程中偏差点导致的梯度消失问题,进一步优化了检测精度。最后,CARAFE上采样算子的引入,使模型在低分辨率图像及复杂雾天环境中依然能够实现精准检测定位。实验结果显示,RNSC-YOLOv7-tiny模型在绝缘子缺陷检测方面展现出了快速且高精度的性能,其检测精度高达94.8%。该模型拥有4298150个参数,浮点运算次数为10.5,同时模型内存占用仅为8.69 MB。与原始YOLOv7-tiny模型相比,新提出的模型在多个关键指标上均实现了显著提升:精度提高了3.4%,参数量减少了28.5%,浮点运算次数降低了19.2%,且模型大小缩减了3.01 MB。这一成果充分验证了该算法在嵌入式设备环境中的高度适用性和实际应用效能。
展开更多
关键词
嵌入式设备
绝缘子缺陷检测
YOLOv7-tiny
在线阅读
下载PDF
职称材料
题名
基于YOLOv8的输电线路巡检算法研究
1
作者
赵福生
尼鹿帕尔·艾克木
伊力哈木·亚尔买买提
郭松杰
机构
新疆大学电气工程学院
乌鲁木齐供电公司
出处
《电子测量技术》
北大核心
2025年第10期117-126,共10页
基金
新疆维吾尔自治区自然科学基金(2023D01C21)
国家自然科学基金(62362063)项目资助。
文摘
针对当前输电线路巡检存在检测精度差的问题,提出一种基于YOLOv8的输电线路巡检算法(GCAF-YOLOv8)。首先,设计了一种全局通道-空间注意力模块GCSA,以增强输入特征图的表达能力,该模块结合了通道注意力、通道洗牌和空间注意力机制,旨在捕捉特征图中的全局依赖关系;其次,引入StarNet中的StarBlocks结构,将它与Neck和Backbone部分原有C2f模块进行融合,从而构建出新的C2f_Star模块,以提高目标检测的准确率并降低模型整体的参数量;然后,提出用ADown卷积模块替换基线模型中的传统卷积,以提高对不明显特征的检测准确率;最后,将Focal Loss和YOLOv8中原始的CIoU进行结合,设计出Focal-CIoU损失函数,以解决类别不平衡问题和提高检测框位置预测精度;实验结果表明,提出的GCAF-YOLOv8模型较原模型检测精度P提高了3.3%,平均精度检测均值mAP提高了3%,可以很好地检测出电力部件各种缺陷以及输电线路上的异物。
关键词
巡检
ADown
YOLOv8
GCSA
C2f-star
检测精度
Keywords
inspection
ADown
YOLOv8
GCSA
C2f-star
check the accuracy
分类号
TN0 [电子电信—物理电子学]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向嵌入式设备的绝缘子缺陷检测算法研究
2
作者
刘梓良
尼鹿帕尔·艾克木
伊力哈木·亚尔买买提
郭松杰
机构
新疆大学电气工程学院
国网乌鲁木齐供电公司
出处
《电子测量技术》
北大核心
2025年第14期74-85,共12页
基金
国家自然科学基金(62362063,61866037)项目资助。
文摘
针对嵌入式设备在资源受限以及雾天复杂环境下绝缘子缺陷检测的高效性与准确性挑战,本文提出了一种新型轻量化检测模型——RNSC-YOLOv7-tiny,并取得了重要的创新性成果与实际应用价值。首先,通过对主干网络中ELAN模块的轻量化处理,设计了RepNCSPELAN模块,有效降低了模型的参数量与计算复杂度,同时保持了检测精度的显著提升。其次,融入SGE模块,使模型能够聚焦与背景重叠的目标区域,显著抑制无关信息的干扰,提升了绝缘子缺陷定位与识别的精确性。此外,引入NWD损失函数解决了检测过程中偏差点导致的梯度消失问题,进一步优化了检测精度。最后,CARAFE上采样算子的引入,使模型在低分辨率图像及复杂雾天环境中依然能够实现精准检测定位。实验结果显示,RNSC-YOLOv7-tiny模型在绝缘子缺陷检测方面展现出了快速且高精度的性能,其检测精度高达94.8%。该模型拥有4298150个参数,浮点运算次数为10.5,同时模型内存占用仅为8.69 MB。与原始YOLOv7-tiny模型相比,新提出的模型在多个关键指标上均实现了显著提升:精度提高了3.4%,参数量减少了28.5%,浮点运算次数降低了19.2%,且模型大小缩减了3.01 MB。这一成果充分验证了该算法在嵌入式设备环境中的高度适用性和实际应用效能。
关键词
嵌入式设备
绝缘子缺陷检测
YOLOv7-tiny
Keywords
embedded devices
insulator defects detection
YOLOv7-tiny
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TN911.73 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLOv8的输电线路巡检算法研究
赵福生
尼鹿帕尔·艾克木
伊力哈木·亚尔买买提
郭松杰
《电子测量技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
面向嵌入式设备的绝缘子缺陷检测算法研究
刘梓良
尼鹿帕尔·艾克木
伊力哈木·亚尔买买提
郭松杰
《电子测量技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
