基于改进YOLOv7的输电铁塔塔基检测算法

输电塔作为整个电力传输系统最重要的组成部分之一，需要及时对输电塔进行检测保证塔基的稳固以保障后期的使用。针对无人机采集到的输电塔图像存在背景复杂、背景与目标塔基对比度低、小目标及塔基不完整等问题，提出了基于改进YOLOv7的输电塔塔基检测算法。首先，通过无人机采集不同地形地貌的输电塔图像，构建高质量数据集。然后，在原始YOLOv7的Backbone层中加入卷积注意力模块CBAM注意力机制，以提高输电塔塔基特征的提取能力。最后，引入WIoU v3代替原坐标损失函数CIoU,以提高目标检测任务的准确性和稳定性。在该数据集上，使用改进后的YOLOv7算法与目前主流的目标检测算法进行对比实验，实验结果中所提算法的mAP值高达99.93%,比原始YOLOv7提高2.19%,FPS值为37.125,满足实时检测需求，算法的整体性能较好。实验验证了所提算法在塔基检测上的可行性和有效性，为后续塔基区周围水土情况的研究奠定了基础。