-
题名基于YOLOv8的输电线路绝缘子表面缺陷识别算法
被引量：2
- 1
-
-
作者
熊伟
路鑫
邱维进
王平强
-
机构
华北电力大学计算机系
河北省能源电力知识计算重点实验室
-
出处
《电子测量技术》
北大核心
2025年第2期178-188,共11页
-
基金
国家电网有限公司总部管理科技项目(5700-202340289A-1-1-ZN)资助。
-
文摘
针对当前绝缘子表面缺陷识别存在的图像背景复杂、缺陷小目标识别效果差的问题,提出一种基于YOLOv8的输电线路绝缘子表面缺陷识别算法。首先,在主干网络引入CAF模块,增强模型对复杂图像场景的解析,增强全局和局部特征的提取能力;其次,在模型的颈部网络增加GD机制,减少特征融合过程中信息的丢失,提升小目标检测能力;最后,采用ATFL分类损失函数,削弱复杂背景对小目标检测的干扰,引入PIOU边界框损失函数,提高识别精度,加快模型收敛速度。实验结果表明,该算法的mAP50达到94.1%,精确率达到92.5%,召回率达到91.3%,相较于基线模型分别提高了3.1%、0.7%、3.9%,且综合性能优于最近的YOLOv9s、YOLOv10s等代表性算法。
-
关键词
目标检测
绝缘子表面缺陷识别
小目标
卷积和注意力融合
边界框损失函数
分类损失函数
-
Keywords
object detection
insulator surface defect recognition
small targets
convolution and attention fusion
bounding box loss function
classification loss function
-
分类号
TM216
[一般工业技术—材料科学与工程]
TN919.8
[电子电信—通信与信息系统]
-
