标题：基于轻量化YOLOv4的绝缘子故障检测
作者：何王金；王昭雷 张旭 侯亚欣
作者单位：深圳市浩瑞泰科技有限公司，广东 深圳 518063；国网河北省电力有限公司超高压分公司，河北 石家庄 050070
关键字：绝缘子破损检测；YOLOv4；轻量化网络；空洞卷积
摘要：基于深度学习的绝缘子定位模型存在层次深、参数多、训练时对硬件设备要求高的问题，因此利用轻量型网络MobileNet对YOLOv4轻量化，以提高网络的检测速度；将空洞卷积引入SPP结构中，扩大了感受野，降低了多目标绝缘子漏检的概率；轻量化后YOLOv4网络会存在一定的精度损失，因此对其特征金字塔部分增加反馈机制，使其可以反复地提取特征；在减少参数量、易于训练的同时，兼顾了对绝缘子及其破损的检测能力，保证了网络检测的精确度。通过与YOLOv4、SSD算法进行对比，所采用的模型参数量降低了72.26%，mAP值提高了6.2%，帧速度达到31.1帧/s，提高了3.75帧/s。该算法具有对硬件设备要求低、通用性强的特点，可以满足绝缘子破损定位的实时性要求。