摘要:
【目的】针对绝缘子缺陷尺寸小、检测时易受复杂背景干扰以及基线模型参数量大等问题,本文提出一种基于CPLC-YOLOv8改进的轻量化绝缘子缺陷检测算法。【方法】首先,设计轻量化RepNCSPELAN4-CAA替换YOLOv8主干网络中的C2f模块,降低参数量并增强特征表达能力;其次,新增小缺陷检测层P2,强化浅层与深层特征的融合,减少小目标信息的流失;然后,设计一种轻量化检测头,采用1×1卷积调整通道维度,并利用细节增强卷积替代传统3×3卷积,实现参数共享与特征增强;最后,引入卷积注意力机制,通过通道与空间双重注意力机制抑制背景干扰,增强关键特征表达,提升模型鲁棒性与检测精度。【结果】在自建绝缘子缺陷数据集上的试验结果表明,CPLC-YOLOv8的mAP@0.5达到0.928,相较于YOLOv8提升2个百分点;其模型参数量仅为1.72 MB,较YOLOv8减少42.8%;模型大小为4.12 MB,压缩31.3%。在多种经典网络模型对比中,CPLC-YOLOv8在检测精度、参数量和模型体积方面均表现出显著优势,尤其在小目标检测任务中展现出更强的鲁棒性和泛化能力。【结论】本文所提算法在保持高检测精度的同时,实现了模型的轻量化设计,适用于资源受限的边缘设备部署,具有良好的工程应用前景。未来工作将进一步探索多尺度特征融合与轻量化技术的结合,持续提升算法在实际电力巡检场景中的适应性与稳定性。