改进YOLOv8的输电线路异物检测方法

来源：电子测量技术杂志2024年第15期北京时间：

作者：易磊，黄哲玮，易雅雯

单位：华中科技大学电气与电子工程学院 武汉 430074

摘要：针对无人机对输电线路异物检测准确度有限，模型计算复杂度高、计算速度有限的问题，提出一种改进YOLOv8的输电线路异物检测方法SC-YOLO。该方法引入StarNet以构造C2f_Star模块实现Neck网络轻量化，有效降低模型参数量与计算量，同时通过增加特征空间维度提升Neck部分特征提取能力；在骨干网络输出特征图后添加卷积注意力融合模块，提升骨干网络对输入特征图的初步特征提取能力，增强模型整体检测效果；将原检测头替换为动态检测头，提升模型对不同输入的动态调整能力与对关键信息的关注程度；使用WIoU作为边界框损失函数，EMA-Slide Loss作为分类损失函数，提升模型泛化能力与检测性能。实验结果表明，提出的SC-YOLO计算量较原始模型下降8.02%，mAP提升1.4个百分点，达到了95.2%的检测精度，在降低模型计算复杂度的同时实现了较高的检测准确率，具有高可行性与实用性。

关键词：输电线异物检测;YOLOv8;StarNet;卷积注意力融合模块;动态检测头;WIOU损失函数;EMA-Slide Loss损失函数

基金资助：教育部2020年第二批新工科研究与实践项目（E-NYDQHGC20202219）资助