人工智能驱动的轻量化输电线路缺陷检测模型

刘航; 罗驰; 刘志坚; 谢静; 刘胜; 赵鹏; 瞿威均

doi:10.13624/j.cnki.issn.1001-7445.2025.1245

广西大学学报（自然科学版） ›› 2025, Vol. 50 ›› Issue (06) : 1245 -1261. DOI: 10.13624/j.cnki.issn.1001-7445.2025.1245

人工智能驱动的轻量化输电线路缺陷检测模型

刘航, 罗驰, 刘志坚, 谢静, 刘胜, 赵鹏, 瞿威均

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对输电线路缺陷图像因背景干扰、缺陷密集导致的检测精度低问题，提出基于改进YOLOv11的轻量化缺陷检测模型。该模型通过两阶段结构优化提升性能：设计强度增强模块(IEL)对应的IEL-Bottleneck替换原Bottleneck,增强抗环境干扰能力；将部分传统卷积层替换为风车卷积(PConv),在保持精度的前提下减少冗余参数；损失函数改进为辅助边界框增强的Inner-DIoU损失函数，提升识别精度。针对优化后模型规模大的问题，采用基于幅度的层自适应稀疏性剪枝(LAMP)减小模型规模，并通过块相关知识蒸馏(BCKD)替代微调以恢复剪枝过程中损失的精度。结果表明，改进后的模型检测精度较基线模型提升2.9%,模型规模下降40%,性能优于其他主流检测模型。