一种无人机基于轻量化YOLO的输电线路故障巡检方法

本发明涉及目标检测技术领域，具体为一种无人机基于轻量化YOLO的输电线路故障巡检方法，本发明引入了RFCAConv卷积，该卷积引入感受野优化机制，本发明提出了K3_RFCA结构，有效融合浅层特征信息和深层特征信息，在特征融合阶段，采用了改进后的KBiFPN来增强区分特征的融合能力，同时该模块进一步结合K3_Star，显著增强了KBiFPN对不同尺度物体的适应能力，本发明提出了新型的多尺度多维协作注意力模块MMCA，该模块融合多尺度卷积和空间‑通道多维信息，能够自适应加权处理遮挡区域的上下文信息，本发明轻量化RKM‑YOLO输电线路故障巡检方法的均检测精度达到90.7％，与初始的YOLOv8n模型对比后，参数量减少了18.27％，同时召回率和mAP50均提高3.1％，检测速度满足无人机巡检需求。