基于改进YOLOv8的遥感影像变电站目标识别

刘润杰; 许慧娜; 胡宇; 王一; 谢国钧

doi:10.13705/j.issn.1671-6833.2025.04.022

郑州大学学报（工学版） ›› 2026, Vol. 47 ›› Issue (01) : 33 -40. DOI: 10.13705/j.issn.1671-6833.2025.04.022

基于改进YOLOv8的遥感影像变电站目标识别

刘润杰, 许慧娜, 胡宇, 王一, 谢国钧

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对现有研究多集中于变电站局部结构检测而缺乏大区域快速发现与动态监测的问题，通过高分辨率卫星影像实现变电站的高效识别，提升电网安全隐患排查能力。首先构建了基于高分辨率光学卫星影像的变电站目标检测样本库；随后提出改进的YOLOv8算法，在骨干网络中嵌入SimAM轻量级注意力模块以增强细部特征聚焦能力，并将颈部结构替换为Efficient-RepGFPN,结合DySample动态上采样模块设计新型颈部结构GDFPN,以解决多层级特征语义错位问题。实验结果表明：改进方法优于主流检测算法，mAP75和mAP50-95分别提升至96.8%和87.1%,验证了其在变电站检测任务中的优越性。所提出的改进YOLOv8方法可有效支持大区域变电站的快速发现与动态监测，为电网安全管理提供了可靠的技术支撑。