基于YOLOv8的输电线路绝缘子表面缺陷识别算法

来源：电子测量技术杂志2025年第2期北京时间：

作者：熊伟，路鑫，邱维进，王平强

单位：1.华北电力大学计算机系 保定 071000; 2.河北省能源电力知识计算重点实验室 保定 071000

摘要：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

基金资助：国家电网有限公司总部管理科技项目(5700202340289A-1-1-ZN）资助