基于改进YOLOv8的变压器磁芯缺陷检测算法
胡卫昊
安徽理工大学电气与信息工程学院,安徽淮南 232001
摘要：针对变压器磁芯缺陷对电网系统的安全稳定运行构成潜在风险却缺少检测手段的问题,提出了基于改进你只看一次版本8(you only look once version 8,YOLOv8)的变压器磁芯缺陷检测算法.该算法首先通过引入幽灵网络(ghost network,GhostNet)实现了模型参数量的降低,同时保持了较高的检测精确率;然后,引入了具有较大尺寸特征图的小目标检测层,适用于小目标检测;最后,引入了融合注意力机制的动态检测头(dynamic head,DyHead),增强了检测头的表征能力.在磁芯数据集上进行训练和测试,结果表明,该算法的平均精确率均值较原版YOLOv8算法提升了 4.3％,模型参数量减少了 51.8％,既达到了较高的精确率,又能满足边缘计算设备的部署要求.该算法能比较准确地检测变压器磁芯缺陷,从而为电网安全性能提升提供重要技术支持.
关键词：磁芯缺陷检测GhostNetDyHead小目标YOLOv8
分类号：TM755(输配电工程、电力网及电力系统)
资助基金：安徽省研究生创新创业实践项目(2023cxcysj081)
论文发表日期：2024-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 539-543 )
英文信息