基于重参数化YOLOv5的输电线路缺陷边缘智能检测方法.pdfVIP

第50卷第5期：1954-1966高电压技术Vol.50,No.5:1954-1966

2024年5月31日HighVoltageEngineeringMay31,2024

DOI:10.13336/j.1003-6520.hve2024年5月31日第50卷May

基于重参数化YOLOv5的输电线路缺陷边缘

智能检测方法

刘闽，李喆，李曜丞，刘亚东，江秀臣

200240

（上海交通大学电气工程系，上海）

摘要：电力智能巡检与边缘计算相结合，对电力物联网和透明电网的建设具有重要作用。然而，边缘设备的低

算力导致检测算法在边缘端推理速度慢，边缘设备的低内存也限制了目标检测模型的空间占用。针对以上问题，

提出了一种基于重参数化YOLOv5的输电线路缺陷边缘智能检测方法。首先，利用R-D模块和重参数化空间金字

塔池化(spatialpyramidpooling，SPP)对YOLOv5网络进行改进，通过重参数化加快模型的推理速度，得到重参数

化YOLOv5模型。其次，利用ResRep剪枝方法对模型进行通道剪枝，减小模型空间占用。最后，将模型部署至

NVIDIAJetsonXavierNX边缘平台，并利用C++语言结合TensorRT图优化对模型进行优化加速，进一步减小推

YOLOv55

理时延，减少模型占用空间。实验结果表明：相较于原版，该文提出的方法推理速度提升至倍，空间

占用减小至41%，同时精度提升了2.4%，显著提高了输电线路边缘智能巡检的效率。

关键词：电力智能巡检；边缘计算；重参数化；YOLOv5；通道剪枝

TransmissionLineDefectEdgeIntelligentInspectionMethodBasedon

Re-parameterizedYOLOv5

LIUMin,LIZhe,LIYaocheng,LIUYadong,JIANGXiuchen

(DepartmentofElectricalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China)

Abstract：Thecombinationofpowerintelligentinspectionandedgecomputingplaysacrucialroleintheconstructionof

powerInternetofThingsandtransparentpowergrid.However,thelowcomputingpowerofedgedevicesleadstothelow

speedofmodelsrunningonedgedevices,andthelowmemoryofedgedevicesalsolimitsthememoryusageofobject

detectionmodels.Aimingattheabo