基于改进YOLOv8s的输电线路山火检测

周恩泽; 黄道春; 王磊; 彭添浩; 刘淑琴; 汪皓; 陈超

doi:10.13705/j.issn.1671-6833.2025.05.017

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (05) : 114 -121. DOI: 10.13705/j.issn.1671-6833.2025.05.017

基于改进YOLOv8s的输电线路山火检测

周恩泽, 黄道春, 王磊, 彭添浩, 刘淑琴, 汪皓, 陈超

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对输电线路走廊复杂背景场景下传统预警方法山火检测效果差、速度慢，图像识别误检、漏检率较高等问题，提出了一种基于改进YOLOv8s的输电线路山火检测方法。首先，通过网络收集并对现有数据集筛选，得到以野外荒地为背景的山火图像数据集，更加贴合目标背景。其次，引入ODConv模块，对基线模型的Backbone和Neck部分使用C2f＿OD模块替换原C2f模块进行特征提取，提升模型对火焰烟雾的检测性能；再更换Head部分为DyHead模块，融合尺度、空间和任务3种注意力感知模块，进一步提高检测精度；并使用WIoU损失函数，将检测框回归聚焦于普通质量的预测框，提升模型对复杂背景的泛化性能。最后，设计了3组消融实验和1组对比实验。实验结果表明：所提算法与原YOLOv8s模型相比，在自建山火数据集上mAP@0.5提高了5.6百分点，P提升了4.51百分点，R提升了5.41百分点，帧率为34.9帧/s,满足输电线路山火精准检测的要求。