基于改进YOLOv8模型的电线杆塔部件缺陷识别方法

本发明公开了一种基于改进YOLOv8模型的电线杆塔部件缺陷识别方法，包括构建基于YOLOv8模型，引入混合注意力机制，得到改进YOLOv8模型；基于目标训练集对改进YOLOv8模型进行训练及采用UIoU‑Focal‑inv损失函数对参数进行调节，得到最优改进YOLOv8模型；基于测试集，将其输入至最优改进YOLOv8模型，输出得到电线杆塔部件的缺陷种类及对应缺陷种类的频率，实现输电线路中电线杆塔部件缺陷识别。本发明基于YOLOv8模型进行匹配改进，HAT模块的混合注意力机制能增强模型的特征表示，适用于电线杆塔部件中存在遮挡、对比度低及目标细粒度不明显等复杂识别场景。