基于MHD-YOLO的轻量化绝缘子缺陷检测算法

来源：电子测量技术杂志2026年第1期北京时间：

作者：关燕鹏，傅芃博，要会娟

单位：山西大学自动化与软件学院 太原 030013

摘要：针对无人机巡检输电线路时航拍绝缘子图像中存在背景复杂，目标大小不一致和待检缺陷区域占比小三个问题，提出了一种轻量化的绝缘子缺陷检测算法MHD-YOLO。首先在YOLOv8的主干网络中引入特征提取网络MAFNet，使用混合卷积来增强网络在复杂背景下的特征提取能力。其次，使用特征融合网络HS-FPN来实现不同尺度的特征融合，结合轻量化的动态上采样方法DySample来提升上采样的质量和效率。然后设计了一种轻量化检测头CSH，通过使用共享卷积的方法大幅减少检测层的参数量和计算量。最后引入NWD损失函数来提高模型对小型目标的定位精确性。实验结果证明，MHD-YOLO目标检测算法与YOLOv8相比，参数量降低了43.8%，在绝缘子缺陷检测数据集上检测精度提高了5.1%。改进后的算法在检测绝缘子缺陷方面的效果有明显提升，且模型复杂度大大降低，为部署到嵌入式设备上提供了更有效的方法。

关键词：小型目标检测;绝缘子缺陷检测;YOLOv8;轻量化改造

基金资助：国家自然科学基金（62473242, U24A20261）、山西省省筹资金资助回国留学人员科研项目（2022-009）资助