-
题名基于改进YOLOv7的变电站设备红外图像识别
- 1
-
-
作者
刘昕明
李玮
吉建光
石光磁
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《红外技术》
北大核心
2025年第1期63-71,共9页
-
基金
辽宁省教育厅科学研究基金项目(LJY013)。
-
文摘
高效快速地识别变电站设备是变电站安全状态检测中至关重要的一个环节。针对变电站场景复杂且目标设备尺度不同的特点,在YOLOv7的基础上引入PSA模块,实现局部和全局通道之间的信息交互,提高模型对不同尺度设备的识别精度。再结合PConv和GSConv,建立轻量化网络,在确保模型精度的同时提升检测速度。使用Dyhead将3个感知嵌入一个目标检测头中,提升了目标的检测能力。构建变电站设备红外图像数据集,并进行训练、测试和验证,与原来的YOLOv7算法对比,准确率提升了3%,模型减小了10%,满足高效快速识别变电设备的要求,为后续变电设备故障诊断提供了基础。
-
关键词
变电站设备
红外图像识别
YOLOv7
PSA模块
轻量化网络
Dyhead
-
Keywords
substation equipment
infrared image recognition
YOLOv7
PSA module
lightweight network
Dyhead
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
