摘要
在输电线路无人机巡检中，绝缘子通常呈现任意朝向和细长形状，且经常嵌入在复杂背景中。水平边界框往往包含大量冗余区域。同时，现有的旋转目标检测方法仍存在周期边界处的角度不连续性、旋转边界框的几何监督不足以及轻量化部署困难等问题。为解决这些问题，本文提出了一种轻量级旋转目标检测模型，称为 R-YOLOv8-PSGH，该模型集成了双频相移编码和高斯几何监督。基于轻量级 R-YOLOv8 架构，开发了一种旋转检测头，以解耦目标类别、边界框位置和朝向角度的预测。为了提高角度表示的周期连续性并加强旋转边界框的几何约束，设计了一种双频相移角度编码策略和高斯几何定位损失。具体而言，利用周期为 180°和 90°的周期信号之间的互补关系，将朝向角度映射为连续相位响应，从而提高朝向预测的稳定性。此外，将每个旋转边界框的空间结构建模为二维高斯分布，并联合优化重叠一致性、中心距离和形状差异。通过这种方式，朝向表示和边界框级别的几何监督得到协同增强。实验结果表明，所提方法在保持良好轻量化部署能力的同时，提高了旋转目标的检测精度和定位稳定性，为复杂场景下的轻量级目标检测提供了新方案。
