一种基于改进YOLOv5的绝缘子自爆缺陷检测方法

本发明公开了一种基于改进YOLOv5的绝缘子自爆缺陷检测方法，构建并训练改进YOLOv5的检测网络模型，使用轻量化的VanillaNet网络替换YOLOv5模型中的主干网络；在颈部网络中引入加权特征融合模块，并且为第二尺度特征图增加了一条融合路径；采用深度可分离卷积替代原来的卷积，并引入动态稀疏注意力机制，最后还采用部分卷积PConv替换颈部网络最后的C3模块。本发明不仅可以有效提升对复杂背景下小尺寸的绝缘子自爆缺陷的检测精度，也降低了漏检和误检的概率，并且大幅度减少了模型的参数量和体积，在提升模型检测精度的同时实现了模型的轻量化。