摘 要：針對(duì)絕緣子多類型缺陷檢測(cè)速度慢、檢測(cè)精度低的問(wèn)題，提出一種用于輸電線路絕緣子多缺陷檢測(cè)的輕量級(jí)網(wǎng)絡(luò)（ＭｕｌｔｉＤｅｆｅｃｔ Ｄｅｔｅｃｔｉｏｎ Ｎｅｔｗｏｒｋ，ＭＤＤＮｅｔ），該算法主要針對(duì)絕緣子電弧燒傷和絕緣子傘裙破損的多類型絕緣子缺陷聯(lián)合檢測(cè)?；冢牵瑁铮螅簦茫玻?模塊構(gòu)建ＧＣＤａｒｋｎｅｔ５３ 特征提取網(wǎng)絡(luò)，增強(qiáng)特征提取能力并較少特征冗余；引入三尺度融合（ＴｒｉＦｕｓｉｏｎ） 機(jī)制構(gòu)建新型ＴＦＮｅｃｋ 頸部網(wǎng)絡(luò)，充分融合深層語(yǔ)義信息與淺層的細(xì)粒度信息，提高小目標(biāo)缺陷檢測(cè)精度；選用結(jié)構(gòu)相似性交并比（Ｓｔｒｕｃｔｕｒａｌ Ｓｉｍｉｌａｒｉｔｙ Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ，ＳＩｏＵ） 損失函數(shù)提高模型定位能力。實(shí)驗(yàn)結(jié)果表明，提出的ＭＤＤＮｅｔ 模型平均精度均值（ｍｅａｎ Ａｖｅｒａｇｅ Ｐｒｅｃｉｓｉｏｎ ｍＡＰ） 達(dá)到９２． １％ ，與ＹＯＬＯｖ５ 相比，在參數(shù)量減少了２０％ 的情況下ｍＡＰ 提升了３． ０％ ，與其他現(xiàn)有一階段算法相比，ＭＤＤＮｅｔ 算法檢測(cè)速度達(dá)到８６． １ 幀／ 秒，能夠在保證輕量化的同時(shí)提高檢測(cè)精度，滿足絕緣子多缺陷檢測(cè)的應(yīng)用需求。

關(guān)鍵詞：圖像處理；絕緣子；缺陷檢測(cè)；ＹＯＬＯｖ５；輕量級(jí)網(wǎng)絡(luò)

中圖分類號(hào)：ＴＰ３９１ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號(hào)：１００３－３１０６（２０２４）１０－２４６９－０９