长沙理工大学电气与信息工程学院
Published:2025
移动端阅览
[J]. Journal of electric power, 2025, (2): 75-86.
DOI:
[J]. Journal of electric power, 2025, (2): 75-86. DOI: 10.13357/j.dlxb.2025.009.
目前变电站仪表检测面临目标尺度多变、特征信息模糊及数据标注成本高昂等问题,为此提出了一种采用改进YOLOv8的半监督仪表检测算法。该算法优化了主干网络,用C3K2模块替代C2f模块以增强其特征提取能力,并引入高效通道注意力机制(efficient channel attention
ECA)以提升特征表达,减少过拟合风险;在颈部网络中增加小目标检测层,优化信息传递与融合,减少漏检误检问题;同时,改进了Efficient Teacher半监督学习算法,通过优化损失函数,强化未标注数据学习能力,提升检测精度与速度。试验结果显示,在自制变电站仪表数据集上,改进算法的P
mAP50
达93.38%
F
FPS
达41.26帧/s,较基线模型的绝对提高量分别为5.63百分点和7.93帧/s。改进的算法在变电站仪表检测领域展现出良好的应用潜力,为后续的表计识别读数研究提供了坚实的基础。
姚广安.基于半监督学习的输电场景大棚破损目标检测研究与应用[D].山东大学,2023(01).
童小钟,魏俊宇,苏绍璟,孙备,左震.融合注意力和多尺度特征的典型水面小目标检测[J].仪器仪表学报,2023(01).
吴明杰,云利军,陈载清,钟天泽.改进YOLOv5s的无人机视角下小目标检测算法[J].计算机工程与应用,2024(02).
唐勋昊,樊绍胜.基于运动模糊图像复原的输电线路小目标检测算法[J].激光与光电子学进展,2024(22).
高睿,安国成,邹丹平,裴凌.基于改进YOLOv5的半监督车辆检测算法[J].计算机工程,2025(03).
张立才,张欣,陈孝玉龙,刘佳明,文兴甜,杨胜贤.改进伪标签半监督方法的石榴生长阶段检测模型[J].计算机工程与应用,2025(13).
陈顺龙,廖映华,林峰,舒成业.基于改进YOLOv8n的液晶屏Mura缺陷检测[J].液晶与显示,2025(03).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution