改进RT-DETR的输电线路异物检测算法研究

来源：计算机工程与应用杂志2026年第2期北京时间：

作者：王震洲, 孙冬冬, 王建超, 苏鹤

单位：1.河北科技大学 信息科学与工程学院，石家庄 050018；2.河北工业大学 电气工程学院，天津 300401；

摘要：针对无人机智能巡检场景中航拍图像检测精度有限、模型计算复杂和特征提取困难等问题，提出一种改进RT-DETR的算法。在骨干网络中构建轻量级特征提取模块（DynRepFusion block，DRF block），提升检测精度的同时显著降低了模型复杂度和计算成本；引入动态特征区域协同注意力模块（dynamic feature region collaborative attention，DFRCA），通过双路径直方图重组策略实现特征的协同提取，降低密集目标的误检率；改进多尺度特征增强融合网络（multi-scale feature fusion network，MSFFN），实现多尺度目标的同步优化；采用EIoU损失函数减少模型对图像尺寸变化的敏感性，有效地提升了检测精度。实验结果表明，改进后模型参数量下降了26.1%、GFLOPs减少了22.2%，同时mAP50和mAP50：95分别提升至94.5%和76.2%，较原模型分别提高了4.2与2.7个百分点；与主流算法中综合性能表现最好的YOLOV8相比，改进后模型在mAP50、F1值分别提升2.1和3.9个百分点。改进RT-DETR算法在巡检无人机作业时提升了检测精度，降低了误检率，节省了计算资源，为无人机目标检测提供了有效解决方案。

关键词：无人机（UAV）,异物检测,RT-DETR,轻量化,多尺度特征融合

基金资助：国家重点研发计划（2024YFD2402205）；河北省高等学校科学技术研究项目（QN2023185）。