点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID计算机视觉研究院学习群扫码在主页获取加入方式https://pmc.ncbi.nlm.nih.gov/articles/PMC12567780/pdf/sensors-25-06445.pdf计算机视觉研究院专栏Column of Computer Vision Institute电网安全是城市运转的 “生命线”配电塔上的绝缘子绑扎不规范、耐张线夹护罩缺失等微小缺陷看似不起眼却可能引发停电、电网故障甚至火灾。传统人工巡检效率低、误差大无人机巡检虽普及但图像仍需人工分析小缺陷极易遗漏。如何让无人机实现全自动、实时、精准的小缺陷检测今天给大家分享一篇顶刊研究 —— 基于 YOLOv11n 优化的TDD-YOLO 模型完美解决配电塔小目标缺陷检测难题PART/1痛点痛点直击配电塔缺陷检测的三大难题配电塔小缺陷检测一直是行业痛点核心难题有三个细节丢失普通卷积下采样会丢弃小缺陷的细粒度特征导致模型 “看不见”背景干扰复杂航拍背景杂乱模型难以聚焦微小缺陷区域融合低效多尺度特征融合不畅小缺陷定位精度不足针对这些问题研究团队以 YOLOv11n 为基础打造了专属配电塔检测的 TDD-YOLO 模型四大优化模块层层突破PART/2核心创新核心创新四大模块精准锁定小缺陷TDD-YOLO 不是简单堆砌模块而是系统性解决小目标检测全链路问题四大关键优化缺一不可1. SPD-Conv保住细粒度细节替换传统下采样层将空间信息转为通道信息不丢弃任何像素彻底解决小缺陷早期特征丢失问题让微小缺陷的纹理、轮廓完整保留。2. CBAM 注意力聚焦缺陷区域集成通道 空间双注意力机制自动 “忽略” 背景干扰放大缺陷关键特征让模型精准盯住缺陷位置不受复杂环境影响。3. BiFPN高效多尺度融合重构颈部网络搭建双向跨尺度连接快速融合浅层细节 深层语义特征让特征信息流通更顺畅提升小缺陷识别鲁棒性。4. 高分辨率检测头强化小目标定位新增160×160 高分辨率检测头专门针对极小缺陷优化弥补原生检测头对小目标敏感度不足的问题定位更精准。【TDD-YOLO 模型架构图标注 SPD-Conv、CBAM、BiFPN、高分辨率检测头位置】PART/3实验实测爆表精度、速度、轻量化全兼顾研究团队自建6869 张配电塔缺陷数据集涵盖两种核心缺陷在 Jetson Orin Nano 边缘设备上实测结果惊艳精度拉满mAP0.5 达0.873比原生 YOLOv11n 提升 3.9%小缺陷识别率大幅提高实时检测640×640 分辨率下帧率达28FPS满足无人机实时巡检需求轻量高效模型仅 6.1MGFLOPs 18.5边缘设备轻松部署【TDD-YOLO 与主流轻量模型对比表】同时团队做了模糊、强光、弱光、雾霾四种恶劣环境测试TDD-YOLO 精度均远超基线模型环境抗干扰能力拉满PART/4落地验证落地验证无人机全自动巡检真正无人化这套模型不只是实验室成果已完成无人机全自动巡检系统落地搭载 Jetson Orin Nano 边缘计算单元无人机自主起飞、巡航、定位塔头4G 通信链路稳定端到端延迟仅 91ms丢包率 0.15%满足实时控制要求实地飞行测试可精准识别两种小缺陷全程无需人工干预【无人机巡检实景图 缺陷检测结果图】整套系统把传统人工巡检转为全自动智能作业大幅提升巡检效率节省人力成本为电网安全保驾护航PART/5总结TDD-YOLO 模型为电力小目标缺陷检测提供了全新思路四大优化模块形成协同效应系统性解决小缺陷检测难题轻量 高精度 实时性完美适配无人机边缘部署实地验证可行具备大规模落地价值未来团队将进一步优化模型压缩、融合塔体检测与缺陷检测、扩充数据集让 AI 电网巡检更智能、更通用小小缺陷关乎电网安全AI 赋能守护万家灯火。这款配电塔缺陷检测模型无疑是电网智能巡检的硬核利器有相关需求的你可以联系我们END转载请联系本公众号获得授权计算机视觉研究院学习群等你加入ABOUT计算机视觉研究院计算机视觉研究院主要涉及深度学习领域主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架提供论文一键下载并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程让大家真正体会摆脱理论的真实场景培养爱动手编程爱动脑思考的习惯往期推荐YOLO-TLA一种基于 YOLOv5 的高效轻量级小目标检测模型ViT-YOLO基于Transformer的用于目标检测的YOLO算法SSMA-YOLO一种轻量级的 YOLO 模型具备增强的特征提取与融合能力适用于无人机航拍的船舶图像检测LUD-YOLO一种用于无人机的新型轻量级目标检测网络Gold-YOLO基于聚合与分配机制的高效目标检测器Drone-YOLO一种有效的无人机图像目标检测「无人机AI」“空中城管”无人机AI光伏巡检自动化解决方案无人机视角下多类别船舶检测及数量统计机场项目解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题2PCNet昼夜无监督域自适应目标检测附原代码YOLO-S小目标检测的轻量级、精确的类YOLO网络大改Yolo框架 | 能源消耗极低的目标检测新框架附论文下载改进的检测算法用于高分辨率光学遥感图像目标检测