基于YOLOv5混合样本训练的绝缘子串缺陷识别方法

随着电力行业的快速发展，输电线路的安全性和可靠性越来越重要。针对绝缘子串的缺陷识别问题，本文提出了一种基于YOLOv5混合样本训练的缺陷识别方法。首先，使用GrabCut算法和图像融合技术生成混合样本数据，并借助长边定义法和CSL技术来重新定义缺陷区域的坐标参数，从而提高特征提取精度。然后，通过对Backbone和PAN提取的特征进行融合优化CSPDarkNet主干网络，最终实现了准确率和检测速率的提升。实验表明，本方法可以有效地识别绝缘子串缺陷，为电力行业输电线路的安全运行提供了重要保障。