電力巡檢中改進(jìn)YOLOv5s的缺陷檢測算法研究

摘要： 針對(duì)無人機(jī)進(jìn)行電力巡檢時(shí)關(guān)鍵零件的檢測精度較低的問題，提出了一種基于YOLOv5s的改進(jìn)型缺陷檢測算法。在骨干網(wǎng)絡(luò)中引入卷積神經(jīng)網(wǎng)絡(luò)注意力模塊（CBAM），增強(qiáng)網(wǎng)絡(luò)對(duì)特征圖中重要信息的提取效率；將YOLOv5s中原有的PANet特征融合框架替換為雙向特征金字塔網(wǎng)絡(luò)（BiFPN），引入可學(xué)習(xí)的權(quán)重，映射不同的學(xué)習(xí)特征，增加對(duì)貢獻(xiàn)較大特征的映射。在空間金字塔池化模塊（spatial...