基于改进YOLOv8n的轻量级输电线路异物入侵检测模型
李珅1
杜科1
李舟演1
李宁1
熊岑1
柳明慧2
张云起2
秦伦明2
1.国网上海市电力公司,上海 2001222.上海电力大学电子与信息工程学院,上海 201306
摘要：针对输电线路所处复杂环境中异物目标尺度变化大、形状多变等特点导致的异物检测精度低以及模型复杂度高的问题,提出一种改进YOLOv8n的异物检测模型DLS-YOLOv8n.首先,使用可变形卷积瓶颈模块替换主干网络C2f模块中的瓶颈结构,加强模型对形状多变异物目标的特征提取能力,提高检测精度;其次,提出轻量级双向特征金字塔LBiFPN替换原模型的颈部网络,以降低模型参数量和计算量并提高网络对小目标的检测精度;再次,在模型检测头之前加入无参数注意力机制SimAM,提升模型在复杂环境下对目标的关注度;最后,为验证DLS-YOLOv8n模型的性能,在输电线异物数据集上进行消融实验与多项对比实验.实验结果表明:DLS-YOLOv8n在输电线异物目标数据集上的mAP达到97.1％,模型参数量为2.07 M,计算量为6.9 G,较原YOLOv8n模型的mAP提升1.6％,参数量和计算量分别降低31％和14％;与单次多框检测器(Single Shot MultiBox Detector,SSD)、YOLOv5s与YOLOv7-tiny等一阶段检测模型相比,所提模型复杂度最低且具有最高的检测精度.研究结果可为输电线路巡检领域提供参考和借鉴.
关键词：YOLOv8n异物入侵检测可变形卷积特征融合网络注意力机制
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-06-30
在线出版日期：2025-08-21（本平台首次上网日期，不代表文献的发表时间）
页数：11( 68-78 )
英文信息