基于改进YOLOv8的半监督变电站仪表检测算法

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于改进YOLOv8的半监督变电站仪表检测算法

电力系统 | 更新时间：2025-09-27

- 基于改进YOLOv8的半监督变电站仪表检测算法
- 暂无标题
- 电力学报 2025年第2期页码：75-86
- 作者机构：
  
  长沙理工大学电气与信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金（62473065）
- DOI：10.13357/j.dlxb.2025.009
  中图分类号： TM63;TP183;TP391.41
- 纸质出版日期：2025
- 稿件说明：
移动端阅览
刘星宇, 樊绍胜, 罗强. 基于改进YOLOv8的半监督变电站仪表检测算法[J]. 电力学报, 2025,(2):75-86.
刘星宇, 樊绍胜, 罗强. 基于改进YOLOv8的半监督变电站仪表检测算法[J]. 电力学报, 2025,(2):75-86. DOI： 10.13357/j.dlxb.2025.009.

DOI：

目前变电站仪表检测面临目标尺度多变、特征信息模糊及数据标注成本高昂等问题，为此提出了一种采用改进YOLOv8的半监督仪表检测算法。该算法优化了主干网络，用C3K2模块替代C2f模块以增强其特征提取能力，并引入高效通道注意力机制（efficient channel attention

ECA）以提升特征表达，减少过拟合风险；在颈部网络中增加小目标检测层，优化信息传递与融合，减少漏检误检问题；同时，改进了Efficient Teacher半监督学习算法，通过优化损失函数，强化未标注数据学习能力，提升检测精度与速度。试验结果显示，在自制变电站仪表数据集上，改进算法的P

mAP50

达93.38%

FPS

达41.26帧/s，较基线模型的绝对提高量分别为5.63百分点和7.93帧/s。改进的算法在变电站仪表检测领域展现出良好的应用潜力，为后续的表计识别读数研究提供了坚实的基础。

姚广安.基于半监督学习的输电场景大棚破损目标检测研究与应用[D].山东大学,2023(01).

童小钟,魏俊宇,苏绍璟,孙备,左震.融合注意力和多尺度特征的典型水面小目标检测[J].仪器仪表学报,2023(01).

吴明杰,云利军,陈载清,钟天泽.改进YOLOv5s的无人机视角下小目标检测算法[J].计算机工程与应用,2024(02).

唐勋昊,樊绍胜.基于运动模糊图像复原的输电线路小目标检测算法[J].激光与光电子学进展,2024(22).

高睿,安国成,邹丹平,裴凌.基于改进YOLOv5的半监督车辆检测算法[J].计算机工程,2025(03).

张立才,张欣,陈孝玉龙,刘佳明,文兴甜,杨胜贤.改进伪标签半监督方法的石榴生长阶段检测模型[J].计算机工程与应用,2025(13).

陈顺龙,廖映华,林峰,舒成业.基于改进YOLOv8n的液晶屏Mura缺陷检测[J].液晶与显示,2025(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

变电站无人值班及综合自动化技术的应用

变电站仿真机中线路保护的仿真

侯马北（里村）变电站110kV接续线工程方案论证

临汾供电分公司实现变电站远程监视报警

和顺变电站110kV母线谐振过电压