英文论文（sci）解读复现【NO.4】FINet：基于合成雾和改进YOLOv5的绝缘子数据集和检测基准(代码已复现)
此前出了目标检测算法改进专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读发表高水平学术期刊中的SCI论文，并对相应的SCI期刊进行介绍，帮助大家解答疑惑，助力科研论文投稿。解读的系列文章，本人会进行创新点代码复现，有需要的朋友可关注私信我获取。
一、摘要
绝缘子及其缺陷的检测对保证电力系统的安全稳定运行具有重要意义。小样本是神经网络绝缘子缺陷检测的主要问题之一。在本研究中，我们发布了一个绝缘子和自爆缺陷检测数据集，并提供了一个基于改进YOLOv 5的基准测试，称为Foggy绝缘子网络（FINet）。在本文中，我们实现并优化了一种合成雾算法。构建并发布了包含13000张图像的绝缘体数据集（SFID）。通过引入通道注意机制，将YOLOv 5网络改进为SE-YOLOv 5网络，从头训练出F1得分为96.2%的绝缘子及其缺陷鲁棒检测模型，并将其作为基准。本文提出的合成雾算法可广泛应用于各种数据集的数据增强。训练后的模型可应用于输电线路巡检领域。
二、网络模型及核心创新点
在本研究中，我们引入了通道注意机制挤压和激励（SE）模块[28]，以将YOLOv 5 [14]对象检测框架改进为SE-YOLOv 5，作为绝缘子及其缺陷检测网络。如图4所示，整个网络架构由主干、颈部和头部组成。在彩色数字图像存储中，每个像素存储RGB三种颜色的值，值越大，对应的颜色分量越多。在灰度图像中，RGB的三种颜色被均等地合并到一个通道中。最大值（归一化为1）表示纯白色，最小值0表示纯黑色。通常，在彩色图像的大多数非天空区域中，图像像素总是具有至少一个值非常低的通道，这被称为暗通道先验[27]。公式如下：
三、应用数据集
论文中使用的主要数据集。
四、实验效果（部分展示）
对比实验结果。将该模型与Faster RCNN、Mask RCNN、YOLOX、Swin-Transformer和原生YOLOv 5等几种经典和最新模型的检测性能进行了比较。前四个模型由MMDetection工具运行。所有模型均在拟定的SFID数据集上进行了训练和测试。结果示于表V中。
五、实验结论
基于提出的合成雾算法和改进的YOLOv5检测基准，发布了绝缘子和自爆缺陷数据集。结果如下：（1）基于暗通道先验实现了一种合成雾化算法，并利用矩阵计算进行了优化，使雾化速度提高了约40倍。(2)通过扩展UPID构建了包含13000张图像的绝缘体数据集（SFID），并在Github上发布。(3)在YOLOv5中引入信道注意机制，构建了绝缘子及自爆缺陷检测网络。用SFID对模型进行训练，综合F1得分达到96.2%。该模型在晴天和雾天场景下均具有较强的鲁棒性，可应用于输电线路巡检领域。
注：论文原文出自FINet: An Insulator Dataset and Detection Benchmark Based on Synthetic Fog and Improved YOLOv5. 本文仅用于学术分享，如有侵权，请联系后台作删文处理。
解读的系列文章，本人已进行创新点代码复现，有需要的朋友欢迎关注私信我获取❤。
英文论文（sci）解读复现【NO.4】FINet：基于合成雾和改进YOLOv5的绝缘子数据集和检测基准(代码已复现)相关推荐
- SCI论文解读复现【NO.2】基于注意机制的YOLOv5改进算法在行星图像中的应用(代码已复现)
此前出了目标检测算法改进专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读发表高水平学术期刊中的SC ...
- 【目标检测论文解读复现NO.27】基于改进YOLOv5的螺纹钢表面缺陷检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之十一：基于特征融合与注意力的遥感图像小目标检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之一：基于改进YOLOv5的整车原木数量检测方法——TWD-YOLOv5（代码已复现）
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果 五.投稿期刊介绍 前言 此前出了目标改进算法专栏,但是对于应用于什么场景, ...
- SCI论文解读复现【NO.3】MSFT-YOLO：基于变压器的改进YOLOv5钢表面缺陷检测(代码已复现)
此前出了目标检测算法改进专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读发表高水平学术期刊中的SC ...
- SCI英文论文写作- Latex 进阶
SCI英文论文写作- Latex 进阶 1.设置行间距的方法: %\setlength{\baselineskip}{15pt} \renewcommand{\baselinestretch}{1 ...
- 目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果(部分展示) 五.实验结论 六.投稿期刊介绍 前言 此前出了目标改进算法专栏 ...
- 【目标检测论文解读复现NO.25】基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 研究方法 | SCI 必备：3 款强大的英文论文写作神器
研究方法 | SCI 必备:3 款强大的英文论文写作神器 一提到 SCI 写作,即使是科研大神,也常常会有这样的烦恼: 尽管阅文献破万卷,还是逃脱不出 Chinglish 的魔掌.好不容易憋出万字长文 ...
最新文章
- js代码收藏（zz)
- vs2017python找不到包_关于Python在VS2017版中编译C源代码出现的各种问题解决方法...
- 面向对象重写（override）与重载（overload）区别
- 英伟达发布dpu，或取代cpu，宣称一个能顶125个
- 安装caffe-yolov3时报错：ImportError: No module named torch（环境变量设置）
- 关于网上商城开发的随笔记录1
- 在Ubuntu上安装使用Systemtap
- 如何使用@PostConstruct初始化敏感词库和hutool过滤敏感词信息
- 音频amr格式怎么转成mp3-几个步骤轻松搞定
- wegame安装包文件MD5校验失败解决方案
- windows xp 自动关机命令
- 发现隐患里的自己，原来我是**人！
- VS Code + Latex + SumatraPDF 环境（实用）
- python处理通达信数据，加入BOLL通道数据，量化交易
- nginx启动、关闭、重启及常用的命令
- 可编辑的el-table表格
- ubuntu 16.04挂载2T机械硬盘
- 《必然》四、不可复制性决定所有价值
- 北大韦神出手，一天解决了六博士四个月没搞定的难题
- python实现图像识别_利用Python进行简单的图像识别（验证码）