基于改进YOLOv11n的绝缘子缺陷检测OA
针对电力系统巡检中绝缘子缺陷尺寸微小、特征微弱且易受复杂背景干扰导致的检测精度不足问题,提出一种改进的YOLOv11n目标检测模型。该模型在骨干与颈部网络融入3项优化策略提升缺陷检测性能:引入C3k2_DFF模块,通过自适应通道注意力与跨尺度动态加权融合实现高效特征融合;设计C3k2_LS模块,利用大卷积核注意力路径增强全局上下文感知;采用ConverseUp上采样算子替代传统方式,基于可学习反卷积主动重建高分辨率细节,减少信息损失。在真实绝缘子缺陷数据集上,改进模型相较YOLOv11n基线模型,破损类平均精度(AP)提升3.2%,闪污类AP提升1.1%,mAP提升1.5%,精确率提升5.7%,召回率稳定,同时保持对绝缘子目标的高检测精度,有效增强了缺陷识别能力,为电力巡检自动化提供了更可靠的技术支撑。
雷德伟;林国军;马润;陈明举
四川轻化工大学自动化与信息工程学院,四川宜宾644000四川轻化工大学自动化与信息工程学院,四川宜宾644000 智能感知与控制四川省重点实验室,四川宜宾644000四川轻化工大学自动化与信息工程学院,四川宜宾644000 智能感知与控制四川省重点实验室,四川宜宾644000四川轻化工大学自动化与信息工程学院,四川宜宾644000 智能感知与控制四川省重点实验室,四川宜宾644000
信息技术与安全科学
小目标检测YOLOv11绝缘子缺陷检测动态特征融合上采样算子
《液晶与显示》 2026 (5)
P.687-699,13
国家自然科学基金(No.42405145)四川省科技厅项目(No.2024YFHZ0026)四川省自然科学基金(No.2025ZNSFSC0477,No.2024NSFSC2042)。
评论