基于模型压缩的 ED-YOLO 电力巡检无人机避障目标检测算法

凯 杨(山东智航无人机科技有限公司，中国)
国庆 庄(山东智航无人机科技有限公司，中国)
敬涛 李(山东领亿智能技术有限公司，中国)

摘要

随着人工智能技术的快速发展，无人机技术在电力行业的应用越来越广泛。然而，在复杂的环境中进行目标检测和避障仍然是一个具有挑战性的任务。为了提高电力巡检无人机的目标检测效率和准确性，论文提出了一种基于模型压缩的ED-YOLO算法。该算法将EfficientDet与YOLOv3相结合，利用模型剪枝、网络结构调整和损失函数设计等技术，实现了对模型的有效压缩和优化。通过在实际电力巡检场景下的实验验证，所提出的算法能够显著提高无人机的目标检测性能，为电力巡检工作提供了一种新的解决方案。

关键词

无人机；电力巡检；目标检测；避障；模型压缩；ED-YOLO

参考

郑腾龙.基于深度学习的无人机电力巡检障碍物目标检测与避障系统[D].天津:天津工业大学,2010.

于越.基于深度学习的无人机目标检测算法研究[D].北京:中国科学院大学,2013.

程千顷,王红军.基于MM-YOLOv4的无人机目标检测算法[J].空军工程大学学报,2022,23(5):90-95.

黄文斌,陈仁文,袁婷婷.改进YOLOv3-SPP的无人机目标检测模型压缩方案[J].计算机工程与应用,2021,57(21):165-173.

罗旭鸿,刘永春,楚国铭,等.基于改进YOLOv5无人机图像目标检测算法[J].无线电工程,2023,53(7):1528-1535.

张辉,张文武.基于CNN的无人机目标检测算法比较与分析[J].第八届中国指挥控制大会,2021.

但唐朋,柴永磊,姚祉含.基于YOLO模型的目标检测软件[J].科技视界,2019(21):2.

彭继慎,孙礼鑫,王凯,等.基于模型压缩的ED-YOLO电力巡检无人机避障目标检测算法[J].仪器仪表学报,2021(10):161-170.

任培铭.基于YOLO的实时目标检测方法研究[D].无锡:江南大学,2012.

王宇聪,柯澳,董泽宇,等.基于改进YOLOv5n的电力巡检红外图像目标检测算法[J].广西电力,2022,45(6):36-41.

DOI: http://dx.doi.org/10.12345/bdai.v5i6.18984