一种基于改进YOLOv5的绝缘子缺陷检测方法

本发明公开了一种基于改进YOLOv5的绝缘子缺陷检测方法，基于YOLOv5算法进行改进，通过在主干网络的C3模块中引入ECA注意力机制,对通道维度上的特征进行加权计算以提高算法的特征提取能力，将YOLOv5的检测头与自适应空间特征融合模块相结合，充分利用不同尺度的特征信息进而提升模算法的检测精度，提高了检测的准确性和鲁棒性；本方法包括步骤1：获取绝缘子缺陷图像，对收集的绝缘子缺陷图像进行数据预处理，创建数据集；步骤2：按照比例随机划分出训练集、测试集和验证集三个部分；步骤3：重新构建形成改进YOLOv5网络；步骤4：网络训练；步骤5：将待测绝缘子图像输入到改进YOLOv5网络模型中，得出绝缘子及其缺陷的检测结果和目标位置信息。