基于改进YOLOv7算法的输电线螺栓识别

【摘要】 螺栓在输电线路中起着至关重要的作用，一旦某个螺栓被损坏，就可能出现漏电及线路松动等隐患，影响整个电路的安全。为快速准确地检测螺栓，提高巡检效率，保障输电线路的稳定运行，提出了一种基于改进YOLOv7网络的输电线螺栓检测方法。首先，在YOLOv7的头部层中集成了注意力机制，加强了骨干特征提取，使网络能够专注于相关的目标对象；其次，提出用SiLU（Sigmoid Linear Unit）激活函数取代YOLOv7网络中原有的激活函数，提高螺栓的检测性能。实验结果表明，mAP（平均精确率均值）为94%,F1-Score（F₁值）为86%,Precision（精确率）为88%,Recall（召回率）为84%，平均检测时间为0.025 s，超过了其他模型。改进后的YOLOv7模型具有出色的螺栓检测精度，使巡检机器人能够在输电线中有效地检测螺栓。更多还原