标题：基于改进YOLOv5s的保护屏柜设备检测模型
作者：郭同源；张进 张有亮
作者单位：上海电力大学自动化工程学院，上海 200090；上海正泰自动化软件系统有限公司，上海 201616
关键字：电力保护屏柜检测；深度学习；YOLOv5s
摘要：针对电力保护屏柜及其内部装置相似度高、分布密集的特点，提出一种基于YOLOv5s模型的保护屏柜检测模型YOLOv5s-PBC。该模型选取轻量级网络PP-LCNet作为主干网络，减少网络参数，提高检测速度；采用加权双向特征金字塔(BiFPN)结构作为特征融合的基本单元，提高模型的感知能力；引入CARAFE上采样算子进行上采样，解决上采样信息丢失问题。实验结果表明，该模型有较好的识别效果，均值平均精度（mAP）达到92.6%，fps达到50.25，模型大小仅为17 MB，适合在移动嵌入式设备上部署，具有一定的实用价值。