基于多尺度融合与上下文增强的绝缘子缺陷检测

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：曾业战, 陈天航, 邓倩, 彭歆瑶, 欧阳洪波, 钟春良

单位：1.湖南工业大学 电气与信息工程学院，湖南 株洲 412007；2.湖南工业大学 生命科学与化学学院，湖南 株洲 412007；3.中南大学 计算机学院，长沙 410000

摘要：绝缘子缺陷检测在保障电网的安全、稳定运作中发挥重要作用。受无人机航拍图像中背景区域复杂、目标尺度不一的限制，主流检测算法难以有效检测小尺寸绝缘子缺陷。为解决这一问题，提出一种基于多尺度融合与上下文增强的MFCE-YOLOv8绝缘子缺陷检测算法。设计多尺度信息融合注意力机制（MIAA），利用多尺度信息提高模型对小尺度缺陷的提取能力并减少背景干扰；基于全局与局部信息构建上下文特征学习模块（CFLM），减少深层网络中特征信息的丢失；提出了一种跨层特征融合模块（CFFM），有效促进不同层间信息交互并减少语义冲突。实验表明，MFCE-YOLOv8在绝缘子缺陷数据集上的全类平均精度mAP达到了92.3%，其中闪络和破损缺陷检测精度AP分别为86.0%和91.4%，性能优于其他比较算法。

关键词：无人机巡检,绝缘子,小目标检测,YOLOv8