科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对光伏热斑检测中传统的算法模型复杂、在小目标检测任务中精度低、易出现漏检等问题，提出了一种轻量化的YOLOv5光伏热斑检测算法模型。首先采用MobileNetV3轻量化网络替换主干网络用来提取特征信息，降低整体网络模型的复杂程度；其次在颈部网络中的特征融合中采用BiFPN金字塔网络进行多尺度特征融合；然后在整个模型中穿插引入CA坐标注意力机制，使模型更好地定位和识别目标特征信息；最后采用EIoU Loss来作为边框回归损失函数，加快模型训练的收敛速度。实验结果表明：在相同的光伏热斑数据集下，改进后的模型相比原模型在精准率、召回率、平均精准率方面的提升分别为3.2%、1.7%、2.6%，改进模型的参数量为原模型的47.9%，降低模型复杂程度的同时提升了热斑目标的检测效果。
- 出版日期2023
- 单位湖北民族大学
