摘要：输电线路作为电能传输的关键载体，因其具有点多、面广、线长以及暴露于野外等特点，往往面临较高的安全风险，事故频发。针对这一问题，本文提出了一种基于目标检测与边缘分割的输电走廊隐患检测方法。首先，在YOLOv8中引入了小目标检测层和SBA模块，通过选择性聚合边界与语义信息、自适应注意力机制以及双向特征融合，显著优化了多尺度特征表达和目标定位，特别是在小目标检测方面表现突出。采用重参数轻量头和可重参数化卷积，在大幅减少参数数量的同时，提升了参数利用率，有效弥补了轻量化可能带来的精度损失，为资源受限设备提供了无损优化方案。并利用MDPIoU对CIoU进行了优化。其次，利用分割网络进行电力线边缘提取，并结合杆塔的空间信息，进一步提升了走廊区域划分的准确性。最后，制定了预警方法，对安全区域进行了危险等级划分，有效评估隐患的破坏性。实验结果表明，本文提出的检测模型在mAP50上达到72.1%，相比基线模型提升了3.2%，且优于其他检测方法，本文所采用的利用分割提取电力线边缘的方法能更好地区分前景和背景，本文所提出的预警方法可以有效评估隐患对电力线的威胁程度。
文章目录
0引言
1 研究方法
1.1 目标检测
1.1.1 融合小目标检测层的Re- CalibrationFPN
1.1.2 RSCD共享检测头
1.1.3 MPDIoU
1.2 基于分割的有效区域划分
1.3 隐患预警
2 实验与结果分析
2.1 数据集
2.2 评价指标
2.3 消融实验
2.4 对比实验
2.5 输电走廊外力破坏预警结果
3 结论
