基于多尺度特征融合的YOLOv5变电站目标检测方法

本发明提供了基于多尺度特征融合的YOLOv5变电站目标检测方法，涉及目标检测和变电站安全巡检技术领域，该方法包括以下步骤：采用缺陷标签的方式对变电站巡检图像数据中的图像进行标注，并根据标注完成的变电站图像数据，构建目标检测数据集；对目标检测数据集的变电站巡检图像数据执行目标候选框长宽比聚类计算，得到最优的锚框参数；基于最优的锚框参数，通过目标检测数据集对改进YOLOv5神经网络模型进行训练，生成训练权重并输出预测结果；通过软化非极大值抑制对预测结果进行后处理，并根据后处理结果输出变电站目标检测结果。本发明在变电站缺陷检测任务中获得了较高的精测精度，能够满足变电站安全巡检的实际需求。