基于改进YOLOv8的输电线路表面缺陷无人机巡检实时检测算法

摘要

针对输电线路表面缺陷在复杂野外环境下识别精度低、实时性差的问题，本研究提出一种基于改进YOLOv8的轻量化实时检测算法。通过引入动态卷积增强小目标特征表达能力，融合多尺度注意力机制提升锈蚀、裂纹等微弱缺陷的判别鲁棒性，并设计通道剪枝与量化协同压缩策略，在保持检测精度前提下显著降低模型计算开销。在自建无人机巡检图像数据集上开展系统实验，结果表明：改进模型在mAP@0.5指标上达92.7%，较基准YOLOv8提升3.4个百分点；单帧推理耗时降至18.3ms（54.6 FPS），满足嵌入式机载平台实时性要求；对光照变化、遮挡及低分辨率场景的泛化性能显著优于对比方法。