SCD-Net：面向复杂背景的无人机输电线路减震器状态轻量级检测网络

《IEEE Access》：SCD-Net: Real-Time Vibration Damper Condition Detection in UAV Inspection Images with Lightweight Spatial–Contextual Modulation

　　

摘要：

减震器状态检测是无人机输电线路巡检中的一项重要任务，它有助于评估导线振动抑制情况以及输电线路的安全运行和维护。然而，实际巡检图像通常同时表现出背景空间异质性和目标形态异质性。复杂的背景，包括导线、杆塔和植被，可能会引入强的结构干扰，而异常的减震器目标，例如生锈和破损的部件，往往呈现为细长、小尺寸且弱纹理的物体。这些因素导致现有的实时检测模型在复杂场景中面临特征响应分散、边界细节模糊以及高IoU阈值下定位不稳定的问题。为了解决这些问题，本文提出了SCD-Net，一种用于减震器状态检测的轻量级实时检测网络。考虑到减震器目标的特点，SCD-Net从四个互补的方面进行设计：局部空间表示、深度语义调制、内容感知特征重组和边界框回归约束。具体而言，SCD-Net通过轻量级空间门控增强细长结构的表示，利用空间引导的动态调制提高复杂背景下的深度语义判别能力，引入内容感知特征重组以缓解上采样过程中小目标细节的丢失，并采用Focal-MPDIoU提高细长目标的定位稳定性。在自建的无人机减震器数据集上的实验结果表明，SCD-Net达到了0.970的精确率、0.952的mAP@0.5和0.640的mAP@0.5:0.95。与YOLOv11n相比，SCD-Net的mAP@0.5和mAP@0.5:0.95分别提高了0.9和2.3个百分点。同时，SCD-Net仅包含2.59M参数和6.4 GFLOPs，并达到98.1 FPS，表明它可以……

显示更多