一种改进的YOLOv8无人机输电线路巡检图像识别检测网络  

作　　者：曹成发 安东 马伟荣 王晓磊 李孝春 

机构地区：[1]国网青海省电力公司西宁供电公司

出　　处：《电气时代》2025年第3期56-59,共4页Electric Age

摘　　要：在无人机输电线路巡检过程中,航拍图像质量不均匀,真实输电线路的背景复杂,待检测目标类型多样,目标尺度变化大且尺寸差异大,导致识别和检测难度较大。为解决这些问题,提出一种改进的YOLOv8无人机输电线路巡检图像识别与检测网络。首先,将多头自注意力机制引入到主干网络中,以有效提取检测目标的上下文信息,从而提高复杂背景下输电线路目标的检测能力。其次,在检测头中增加了小目标检测层,并优化边界框损失函数,丰富网络尺度信息,减少误检率和漏检率。实验结果表明,所提出的方法能够准确检测输电线路目标。输电线路六种类型目标的平均准确率、平均召回率和平均F,分数分别为93.34%、93.86%和94.93%,显示出强大的准确性和鲁棒性。

关 键 词：输电线路 图像识别 检测网络 注意力机制 损失函数 平均准确率 检测头 主干网络 

分 类 号：TM7[电气工程—电力系统及自动化]