基于改进YOLOv8n的电力输电线路鸟巢和绝缘子检测

来源：计算机测量与控制杂志2026年第1期北京时间：

作者：时乘,申静,顾铭杰,姚军财

单位：南京工程学院

摘要：YOLOv8n泛化性能和对部分小目标检测效果欠佳，且训练时参数量较大，为了更好地检测出输电线路上的鸟巢和绝缘子，采用一种动态标签分配策略DynATSS，在每次迭代中引入预测，更好地定义了正负样本，能选择更多的经预测为高质量的样本作为正样本，预测相较于预定义Anchor也更加准确；将原始检测头替换为新检测头ODH，提高了模型的检测精度，同时参数量也得到了相应的减少，原始耦合头引入的分类与回归任务之间的冲突也得到了有效解决；将模型的原始损失函数C-IoU替换为W-IoU，在锚框与目标重合度较高时削弱了几何因素的惩罚，同时较少的干预训练使得模型的泛化能力也得到了提高。采用5432幅图像进行了训练，结果表明，改进后的YOLOv8nDOW算法，mAP50较原始的YOLOv8n模型提升了1.7%，mAP50-95提升了1.5%，符合巡检输电线路的准确性、实时性要求。

关键词：目标检测;算法改进;输电线路;深度学习

基金资助：国家自然科学基金(No. 61301237)；江苏省自然科学基金面上项目(No. BK20201468)；江苏省高校“青蓝工程”中青年学术带头人资助项目(苏教师函[2022]29号)