基于改进YOLOv8n的输电线路绝缘子缺陷识别算法研究
邝春艳, 罗日成, 周旋, 王正富, 王淏
2026, 46(2):
140-148.
doi:10.3969/j.issn.1008-0198.2026.02.018
摘要
(
17 )
PDF (8415KB)
(
5
)
参考文献 |
相关文章 |
计量指标
为了平衡输电线路绝缘子缺陷识别算法的精度与复杂度,提出一种基于YOLOv8n的高精度轻量化识别算法。首先,构建多尺度坐标注意力(multi-scale coordinate attention,MSCA),并融合上下文感知模块(csp bottleneck with 2 convolutions,C2f)成为C2f_MSCA模块,替换主干网络C2f模块,以提高主干网络的特征提取能力;然后,引入轻量级渐近特征金字塔网络和深度可分离卷积对其进行轻量化,采用CA注意力增强重要特征的关注;颈部网络融合小目标特征层P2,并在主干网络移除冗余高层特征P5,进一步降低模型复杂度,同时加强对小目标的提取能力;引入空间到深度卷积块,弥补移除P5层带来的精度损失。最后,设计差异化组件式调制角度感知交并比损失函数替换YOLOv8n的完全交并比损失函数,动态调节惩罚策略,优化置信度损失。研究结果表明:该识别算法对绝缘子本体和3种不同绝缘子缺陷的交并比阈值为0.5时的均值平均精度达到了96.04%,相较于基准模型YOLOv8n提升了3.59个百分点,参数量降低了29.5%,达到精度与复杂度的平衡,可为边缘端部署目标检测模型提供参考。