来源：期刊VIP网 时间：
作者：杜剑锋;李宏杰;贾璐萌;李旭涛;邓若宇;王安红;
单位：太原科技大学电子信息工程学院;
摘要：针对输电线路绝缘子多缺陷存在尺寸小、背景复杂等特点，造成检测精度低、检测效果不佳的问题，提出一种改进YOLO的绝缘子多缺陷检测算法。首先，引入FasterNet替换原始主干网络，降低模型计算量；然后，在特征提取方面，引入尺度序列特征融合模块（SSFF），将深层特征图的高级信息与浅层特征图的详细信息相结合，充分融合多尺度特征，提高针对绝缘子不同缺陷的区分；最后，引入三特征编码（TFE）模块，从而更好地捕获小目标的详细信息，增强对重叠目标与小目标的识别。该算法对输电线路上的正常绝缘子、破损、自爆、闪络等缺陷进行检测，实验结果表明，该算法的平均精度均值（mAP@0.5）相较于基线算法提升了3.9%，破损及闪络等小目标检测的精确率分别提高了8.4%和7.9%，参数量和浮点运算量均降低了20%，在满足轻量化的同时提高了对不同绝缘子缺陷的识别，该算法对绝缘子多缺陷检测的实际应用具有现实指导意义。
关键词：绝缘子;;缺陷检测;;YOLO;;FasterNet;;多尺度特征融合;;轻量级网络;;小目标检测;;深度学习
基金资助：国家自然科学基金项目(62072325);; 山西省研究生教育项目(2022YJJG190);; 山西省研究生实践创新项目(2024SJ319)
