摘要: 针对开关柜指示灯尺寸小、分布密集造成检测困难等问题，提出一种基于YOLO v5改进模型。使用轻量化主干网络模型MobileNet-V3，降低边缘端部署要求。改进多尺度特征融合方式扩大感受野，提高小尺寸目标检测效果。将损失函数替换为WIoU，改善模型难易样本不平衡问题。增加数据集多样性，采用迁移学习加快模型收敛速度和训练效率。提出的算法满足所需模型小、精度高、检测速度快等要求，为开关柜实时检测提供一种解决方法。