基于改进YOLOv8的绝缘子自爆缺陷检测

来源：电子测量技术杂志2024年第18期北京时间：

作者：廖丽瑛，刘洪

单位：贵州大学大数据与信息工程学院 贵阳 550025

摘要：针对现有绝缘子自爆缺陷检测方法在复杂背景和雾天环境下存在检测精度低、易误检和漏检问题，提出一种基于改进YOLOv8的绝缘子自爆缺陷检测算法。首先，在主干网中引入用于低分辨率图像和小目标检测的SPD-Conv模块，充分提取绝缘子缺陷目标的特征信息；其次，在特征融合层将BiFPN与SimAM注意力机制结合构建BiFPN_SimAM模块替换PANet的concat连接，实现多尺度特征融合，提高网络整体性能。实验结果表明，改进后的算法对绝缘子自爆缺陷检测的精确率和mAP@0.5分别达到了95%和93.1%，较原YOLOv8算法分别提高了1.8%和1.5%，在复杂背景和雾天环境下对绝缘子自爆缺陷检测有较好的检测效果。

关键词：绝缘子缺陷检测;YOLOv8;SPD-Conv;SimAM;BiFPN

基金资助：贵州省基金（黔科合基础［2019］1063号）、贵州大学引进人才科研项目（贵大人基合同字（2017）14号）资助