一种基于改进YOLOv8神经网络的输电线路绝缘子设备及其缺陷检测方法

本发明公开了一种基于改进YOLOv8神经网络的输电线路绝缘子设备及其缺陷检测方法，包括步骤1：获取输电线路绝缘子设备及其缺陷图像；步骤2：对输电线路绝缘子设备及其缺陷图像进行预处理后输出YOLO格式的数据集；步骤3：将YOLO格式的数据集输入到已经训练好的改进YOLOv8神经网络中进行绝缘子设备及其缺陷检测；本发明利用大型选择性卷积核网络替换原主干网络，在SPPF模块中融合大型可分离核注意力，将颈部网络将部分传统卷积模块替换为GhostConv卷积模块,降低模型的参数和计算量，并在YOLOv8的颈部网络结构中加入SA注意力模块，利用注意力机制高效的捕捉全局信息，改进后的网络加强了对小目标检测的关注度，有效提升了模型的泛化能力。本发明在保证输电线路绝缘子设备及其缺陷检测精度提升同时，又能提升缺陷检测的回归率。