基于DMSANet-YOLOv7的雾霾下绝缘子缺陷实时检测方法

打开文本图片集

摘 要：针对复杂环境与雾霾天气下绝缘子缺陷过小，传统目标检测算法难以识别造成误检、漏检等情况，提出一种以ＹＯＬＯｖ７ 为基础模型并改进的缺陷检测算法。在图像预处理部分采用暗通道先验去雾算法，提高模型对特征的可分辨性与鲁棒性；为提高模型特征提取能力和识别小目标能力，在主干网络结构后端引入双重多尺度注意力机制（Ｄｕａｌ ＭｕｌｔｉＳｃａｌｅ Ａｔｔｅｎｔｉｏｎ Ｎｅｔｗｏｒｋ，ＤＭＳＡＮｅｔ）；为减小模型尺寸，提高模型识别速度，采用基于ＳｗｉｎＴｒａｎｓｆｏｒｍｅｒ 改进的Ｃ３ 模块替代Ｅ-ＥＬＡＮ 模块；在预测部分使用Ｗｉｓｅ-ＩＯＵ 损失函数，提高模型收敛效率。（剩余11030字）