iMMI-YOLO:基于残差模块的变压器缺陷检测算法

来源：电子测量技术杂志2025年第20期北京时间：

作者：吴宇浩，朱文忠

单位：四川轻化工大学计算机科学与工程学院 宜宾 644000

摘要：针对当前变压器外观缺陷检测存在精度低、模型在复杂场景下泛化能力不足的问题，本文利用残差结构在特征融合与信息保留方面的优势，设计出3个模块对YOLOv11n进行改进。首先设计一种倒置残差注意力机制iEMA，其能够有效利用长距离依赖关系，旨在提升变压器缺陷检测的准确性；其次借助深度可分离卷积在多尺度特征提取方面的优势以及残差结构的特性，设计出MSCB结构，增强模型特征提取与融合能力；由于YOLOv11检测头对目标周围的上下文信息利用不够充分导致漏检，本文提出MR-Detect检测头，其设计理念融合了分组卷积和残差结构的思想，为后续的类别分类提供了丰富的特征表示。最后将非极大值抑制算法与Inner_MPDIoU相结合，以解决传统损失函数在不规则物体和尺寸变化较大的物体上检测的局限性。实验结果表明，本文改进算法相比YOLOv11n，在保证实时检测的同时，mAP@0.5提升了5.9%，召回率提升2.8%，在复杂变压器工况检测场景下检测精度更高，能更有效地检测出各类缺陷。

关键词：残差结构;变压器;缺陷检测;YOLOv11;iEMA

基金资助：四川省科技研发重点项目(2023YFS0371)、四川省智慧旅游研究基地(ZHYJ24-01)、企业信息化与物联网测控技术四川省高校重点实验室开放基金（2024WYJ03）项目资助