用于可持续无人机巡检的高能效OPGW特征自动检测

基于无人机（UAV）的巡检对于高压输电线路的维护和监测至关重要，但在巡检图像中检测微小目标面临重大挑战，尤其是在复杂背景和多变光照条件下。这些挑战在检测光纤复合架空地线（OPGW）及常规地线的金属丝特征时尤为明显。光纤复合架空地线（OPGW）是一种专用线缆，旨在替代电力铁塔上的传统避雷线。它包含一根或多根置于保护管内的光纤，外层包裹铝包钢线和/或铝合金线层，既能确保接地的强大机械强度，又能为遥感和控制提供高带宽能力。现有检测方法在处理小目标时，往往存在精度低、性能不足和计算需求高等问题。为了解决这些问题，本文提出了一种用于无人机巡检的高能效OPGW特征检测模型。该模型引入了特征增强模块（FEM）以替换YOLO11主干网络第六层中的C3K2模块，从而改进了多尺度特征提取。同时增加了P2浅层检测头，以增强对微小特征和边缘特征的感知能力。此外，使用Normalized Wasserstein Distance（NWD）损失函数取代了传统的交并比（IoU）损失，提高了小目标的边界回归精度。实验结果表明，该方法实现了78.3%的mAP50和52.0%的mAP50–95，分别比基线高出2.3%和1.1%。所提出的模型具有检测精度高、计算资源需求低的优势，为可持续的无人机巡检提供了实用的解决方案。