来源：期刊VIP网 时间：
作者：于新民;聂克剑;陈远浩;魏文新;
单位：国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司;
摘要：输变电杆塔工程中存在的螺母与引线质量通病问题可能会导致电力系统存在安全隐患，造成难以估计的损失，是电力系统安全维护任务中非常重要的一部分。人工巡检的检测效率低下且人力成本较高，而传统的图像检测算法在实际应用中易受环境因素影响，检测性能较差。针对这一问题，通过研究输变电杆塔工程螺母与引线质量通病问题的特点，这里提出基于YOLOv5目标检测算法的输变电杆塔工程螺母与引线质量通病智能检测方法，使用CSPNet作为网络模型的Backbone,PANet作为网络模型的Neck，并使用Mixup、Mosaic数据增强等方法增加数据样本，实现了YOLOv5算法对输变电杆塔工程质量通病问题的检测。实验结果表明，基于YOLOv5目标检测算法的输变电杆塔工程质量通病检测拥有较高的检测精度，mAP达到了87.6%，检测速度达到了90fps，可用于Jet Nano等嵌入式设备和手机等移动端设备，取得了良好的检测效果。
关键词：深度学习;;目标检测;;YOLOv5;;螺母与引线质量通病检测
基金资助：2021年国网福建省电力有限公司专项《输电线路工程质量标准工艺AI智能识别与规范化管理研究》资助（闽电财（2021）100号文）
