基于轻量化GCP-YOLOv8s的绝缘子缺陷检测
摘要
因对航拍图像进行绝缘子缺陷检测时存在复杂背景下小缺陷难捕捉、模型参数量庞大的问题，提出一种基于改进GCP-YOLOv8s的无人机绝缘子缺陷检测方法。首先，引入GSConv替换网络中的普通卷积，降低模型的参数量；其次，将C2f中的Bottleneck模块替换为FasterNet Block模块，设计一种轻量化模块C2f-Faster，进一步压缩模型大小；为了提高网络的特征提取能力，在C2f-Faster前向网络中引入高效多尺度注意力（EMA），形成CF-EMA轻量化特征提取模块，有效地解决复杂背景下小缺陷特征难提取的问题；最后，为了防止小缺陷特征信息的流失，通过添加额外的小缺陷检测层来增强浅层和深层特征图之间的融合，从而提高对小缺陷的检测精度。实验结果表明，GCP-YOLOv8s的mAP@0.5值达97.6%，相较于YOLOv8s，提升1.8个百分点，其参数量仅为7.2×106，比YOLOv8s减少36.3%，实现了检测精度和模型轻量化的有效平衡。
引用本文（GB/T 7714）
黄福珍 Huang Fuzhen, 王天赐 Wang Tianci. 基于轻量化GCP-YOLOv8s的绝缘子缺陷检测[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。