来源：期刊VIP网 时间：
作者：邵罗;吐松江·卡日;依马木·艾山;周远翔;马小晶;
单位：新疆大学电气工程学院;新疆维吾尔自治区特种设备检验研究院;清华大学电机系;
摘要：针对无人机采集的输电线路螺栓图像目标占比小、背景复杂，导致螺栓缺销故障检测精度低的问题，提出一种基于改进YOLOv8s的输电线路螺栓缺销故障检测算法。在YOLOv8s的基础上改进目标检测层，通过增加上采样的倍数来提升模型对小目标特征的获取能力；其次构建协同注意力模块，突出螺栓目标尺度信息的同时弱化背景信息，进一步增强复杂背景下目标检测的能力；随后设计C2f＿DASI模块，丰富目标特征的语义信息，并提升网络处理复杂特征的非线性映射能力以及整体的特征表示能力；最后，通过引入逆卷积模块调整卷积核大小来降低模型计算的复杂度。实验结果表明，相比于原模型，改进后模型平均精度均值提升了5.8%，在螺栓缺销故障检测方面的平均精度、召回率和准确率分别提升了11.6%、6.0%、4.1%，能够有效地检测出输电线路螺栓的缺销故障。
关键词：输电线路;;螺栓缺销;;故障检测;;YOLOv8s;;协同注意力;;C2f＿DASI;;逆卷积
基金资助：国家自然科学基金项目（52067021）;; 新疆维吾尔自治区自然科学基金面上项目（2022D01C35）;; 新疆维吾尔自治区优秀青年科技人才培养项目（2019Q012）
