基于改进YOLOv8的绝缘子缺陷检测方法

来源：电子测量技术杂志2025年第7期北京时间：

作者：杨茜，熊炜，孟圣哲，黄玉谦

单位：1.湖北工业大学电气与电子工程学院 武汉 430068;2.南卡罗来纳大学计算机科学与工程系 南卡哥伦比亚 29201

摘要：准确检测出绝缘子缺陷是电网维护的主要任务之一，针对目前绝缘子缺陷检测算法识别精度不高和模型过大而难以部署至无人机等移动端设备的问题，提出了以YOLOv8算法为基础网络进行改进以实现提高检测精度并将模型轻量化的方法。该方法采用多尺度融合网络BiFPN中的特征融合模式充分融合多尺度特征，然后在原算法中融入可变形注意力机制DAttention以较低复杂度提取特征，此外引入融合平均池化和最大池化的坐标注意力DAF-CA增强关键信息，最后改用最小点距损失函数MPDIoU作为损失函数改善边界框回归的训练效果，从而提高算法精度。在数据集上进行了多组对比实验，结果表明该文提出的方法均值平均精度可达约91.0%，模型浮点数和参数量分别为7.2 G和2.07 M，各项性能指标均优于目前常用的检测算法。该方法可为电网智能巡检提供参考。

关键词：YOLOv8;BiFPN;DAttention;DAF-CA;MPDIoU

基金资助：国家自然科学基金(61571182，61601177)、国家留学基金（201808420418）、湖北省自然科学基金（2019CFB530）、湖北省科技厅重大专项（2019ZYYD020）项目资助