作者：廖方舟、楊曉霞、楊容浩、施琪琦
摘要：街景圖像是一種城市街道級別信息地理大數據，利用街景圖像不僅能夠實現大范圍、高效率的變壓器巡檢，還能降低巡檢成本。但是，街景圖像中的變壓器往往像素少、分辨率低、背景復雜，導致現有目標檢測方法對變壓器的檢測準確度不理想。針對上述問題，本文提出一種改進的YOLOv8算法YOLOv8-WSX。首先，使用WIoU作為損失函數，強化模型對困難樣本的檢測性能；然后，引入空間分組增強（SGE）注意力機制模塊，提高模型的特征提取能力；最后，增加微小目標檢測頭，解決微小變壓器目標漏檢的問題。實驗結果表明，相較于YOLOv8，YOLOv8-WSX的F1值提升了5.9個百分點，IoU閾值為50%時的平均精確率均值提升了6.3個百分點，IoU閾值在50%～95%范圍內的平均精確率均值提升了3.2個百分點，且模型的參數量有所下降。 |
