一种基于改进YOLOv8n模型的变电设备缺陷检测方法

本发明涉及一种基于改进YOLOv8n模型的变电设备缺陷检测方法，通过将SENetv2和IRB相结合，得到一种新的注意力机制，IRB‑SE注意力机制，通过自适应地调整不同特征通道的权重，强调重要特征并抑制不必要信息，而且可以捕捉到不同层次和尺度的特征信息，进而提升了模型的性能。此外，为了促进不同尺度特征间的信息有效地流动和融合，引入双向特征金字塔网络(BiFPN)来优化特征融合层。最后，为了减少小目标特征的丢失，提升小目标检测能力，在原模型中三个检测层的基础之上，引入一个小目标检测层。本发明在降低模型的参数量的前提下，有效提升检测精度，并且可以满足实时性的要求，具有重要的现实意义和应用价值。