论文部分内容阅读
绝缘子是输电线路中常见绝缘器件,利用人工智能技术自动识别绝缘子故障已成为一种趋势,但是目前智能的识别方法仍然依赖于有标注的样本库,而传统的人工标注样本方法费时耗力,需要研究绝缘子图像的自动标注方法。提出了一种基于YOLOv5的绝缘子图像自动标注方法。首先用少量人工标注后的绝缘子样本训练YOLOv5网络模型,用训练好的模型自动检测未经标注的绝缘子图像,实现绝缘子图像自动标注。文章使用1300张经过手动标注的绝缘子图像训练YOLOv5网络模型,用2750张未经训练的绝缘子图像进行测试,检验总平均准确率为