基于YOLOv8的输电线路巡检算法研究

来源：电子测量技术杂志2025年第10期北京时间：

作者：赵福生，尼鹿帕尔·艾克木，伊力哈木·亚尔买买提，郭松杰

单位：1.新疆大学电气工程学院 乌鲁木齐 830017;2.乌鲁木齐供电公司 乌鲁木齐 830000

摘要：针对当前输电线路巡检存在检测精度差的问题，提出一种基于YOLOv8的输电线路巡检算法(GCAF-YOLOv8)。首先，设计了一种全局通道空间注意力模块GCSA，以增强输入特征图的表达能力，该模块结合了通道注意力、通道洗牌和空间注意力机制，旨在捕捉特征图中的全局依赖关系；其次，引入StarNet中的StarBlocks结构, 将它与Neck和Backbone部分原有C2f模块进行融合，从而构建出新的C2f_Star模块，以提高目标检测的准确率并降低模型整体的参数量；然后，提出用ADown卷积模块替换基线模型中的传统卷积，以提高对不明显特征的检测准确率；最后，将Focal Loss和YOLOv8中原始的CIoU进行结合，设计出Focal-CIoU损失函数，以解决类别不平衡问题和提高检测框位置预测精度；实验结果表明，提出的GCAF-YOLOv8模型较原模型检测精度P提高了3.3%，平均精度检测均值mAP提高了3%，可以很好地检测出电力部件各种缺陷以及输电线路上的异物。

关键词：巡检;ADown;YOLOv8;GCSA;C2f-star;检测精度

基金资助：新疆维吾尔自治区自然科学基金（2023D01C21）、国家自然科学基金（62362063）项目资助