来源：期刊VIP网 时间：
作者：郑高;郑恩辉;王桂荣;
单位：中国计量大学机电工程学院;
摘要：为实现电力巡检过程的智能化，解决拍摄的巡检照片质量不高、分类准确率低的问题，本研究提出一种基于改进YOLOv3的电力巡检照片分类命名方法。该方法利用融合通道洗牌和通道注意力提高模型的特征表征能力，结合多层感知器神经网络与后处理模块完成最终的分类命名。实验结果表明，改进后的YOLOv3模型平均准确率优于原YOLOv3模型，平均精度均值由85.62%提高至94.73%;与现有的主流分类模型相比，能更好地处理拍摄质量差的巡检照片，提升电力巡检效率。
关键词：电力巡检;;深度学习;;YOLOv3;;目标检测;;注意力机制
基金资助：国家自然科学基金项目(61203113);; 浙江省自然科学基金项目(LGG22F030001)
