《Sensors》：CARE-Net: A Compact Framework for Vibration Damper Detection in UAV-Based Transmission Line Inspection
编辑推荐：
在基于无人机（UAV）的输电线路巡检中，防振锤检测面临特有的任务挑战：目标不仅尺度小、纹理弱，且具有细长结构特征，其有效识别依赖于局部轮廓线索的保持与深层上下文响应的合理组织。针对常规轻量级检测器在结构特征表示、跨尺度语义一致性及边界框定位方面的局限，研究人员
在基于无人机（UAV）的输电线路巡检中，防振锤检测面临特有的任务挑战：目标不仅尺度小、纹理弱，且具有细长结构特征，其有效识别依赖于局部轮廓线索的保持与深层上下文响应的合理组织。针对常规轻量级检测器在结构特征表示、跨尺度语义一致性及边界框定位方面的局限，研究人员提出CARE-Net（Cascaded Attention and Refinement Enhanced Network，级联注意力与精炼增强网络），一种用于防振锤检测的紧凑检测框架。CARE-Net采用前端结构增强与后端上下文精炼的非对称设计。具体而言，在骨干网络中部署级联残差注意力块（CRAB）以强化防振锤目标细长轮廓与局部结构特征的表示；在骨干—颈部过渡处引入动态上下文精炼网络（DCRN）以改善深层特征的上下文组织与跨尺度特征融合质量；同时提出自适应焦点完整交并比损失（AF-CIoU）以在不改变推理架构的前提下优化困难样本边界框回归。研究人员构建了覆盖正常、锈蚀、破损三类状态的无人机防振锤数据集。实验表明，CARE-Net以2.44 M参数与6.2 GFLOPs取得mAP@0.5为0.951、mAP@0.5:0.95为0.628的检测性能。进一步配置实验显示，相较于在高层特征中重复引入注意力增强，阶段特异性特征建模更契合本研究中的细长小目标检测任务。该方法为输电线路防振锤智能巡检提供了一种兼顾检测精度、模型紧凑性与端侧应用潜力的解决方案。
研究背景与动机
基于无人机的输电线路巡检中，防振锤作为抑制风致振动的关键金具，其状态（正常、锈蚀、破损）直接关系到导线疲劳寿命与电网安全。然而实际航拍图像中防振锤具有尺度小、结构细长、表面纹理弱、灰度对比低的特点，且常与导线、绝缘子串、塔材、植被、天空等背景高度相似；远距离成像、光照不均、雾雨雪、遮挡进一步削弱边缘与局部结构线索，导致常规检测器易出现漏检、误检与定位偏差。现有轻量级检测器虽在参数量与速度上占优，但在遮挡、低对比、强背景相似场景下仍不稳定；单纯依赖局部卷积或固定尺度融合会造成细长结构响应不连续，深层金字塔语义冗余而浅层细节受背景干扰，跨尺度融合时出现语义退化与尺度失配；传统基于IoU的损失对边界框位移、尺度变化与困难样本分布响应不足。为此，研究人员在YOLOv11基线上提出CARE-Net，采取“前端结构增强—后端上下文精炼—回归损失重加权”的阶段协同优化思路，在保持紧凑规模的同时提升细长小目标检测稳定性。该文发表于《Sensors》。
主要关键技术方法
研究人员基于YOLOv11构建CARE-Net，骨干内嵌入级联残差注意力块（CRAB，Cascaded Residual Attention Block），以残差卷积结合多头自注意力并行分支强化细长轮廓与连接区响应；骨干—颈部间插入动态上下文精炼网络（DCRN，Dynamic Context Refinement Network），通过Split–DCRM–Concat拓扑与自适应多尺度动态卷积（AMDC，Adaptive Multi-scale Dynamic Convolution）对深层语义做输入自适应重标定；训练阶段以自适应焦点完整交并比损失（AF-CIoU，Adaptive Focal Complete IoU Loss）替代原回归损失，按预测框IoU动态调节困难样本权重，推理时不增参数与计算。数据集为实际无人机巡检采集的1477张原始图像，按7:2:1划分训练/验证/测试集，人工标注LabelImg，分正常、锈蚀、破损三类，无离线扩增，硬件为RTX 3090+PyTorch，输入640×640，训练300 epoch。
研究结果
2.1 输电线路防振锤检测系统：给出前端感知—边缘协同—中心分析可视化的系统架构与部署工作流，说明CARE-Net可接入无人机与固定端采集、边缘预处理与后端条件预警闭环。
2.2 CARE-Net网络架构：整体为骨干—颈部—检测头，非对称地在前端放CRAB、后端过渡放DCRN、训练用AF-CIoU。
2.2.1 级联残差注意力块（CRAB）：1×1映射后分多分支，局部通路用1×1+3×3深度可分离卷积，全局通路用多头自注意力（MHSA），分支内自适应融合、分支间注意力加权、残差连接输出，缓解浅层细长线索流失。
2.2.2 动态上下文精炼网络（DCRN）：1×1通道映射后Split，主路级联N个DCRM（含AMDC多分支动态卷积与Attention/FFN），跳连保梯度，AMDC以输入依赖权重融合3×3/5×5/5×5深度/3×3空洞卷积并经tanh非线性Scale&Shift调制，Concat后1×1整合，提升跨尺度语义一致。
2.2.3 自适应焦点完整交并比损失（AF-CIoU）：在CIoU基础上乘IoU依赖焦点权重（γ=1.5），对高IoU样本降权、低IoU困难样本保权，仅训练期作用、不进推理图。
3.1 数据集构建：1477张无人机原图，三类状态，双标注员交叉核对，图像级划分。
3.3.1 消融实验：相对基线YOLOv11（2.58 M/6.3 GFLOPs，mAP@0.5=0.938，mAP@0.5:0.95=0.615），单加CRAB降至2.44 M/6.2 GFLOPs且mAP@0.5:0.95略升；单加DCRN召回0.889→0.911；单换AF-CIoU精度升但召回与mAP不变；CRAB+DCRN得mAP@0.5=0.941、mAP@0.5:0.95=0.619；全模型CARE-Net达精度0.967、召回0.922、mAP@0.5=0.951、mAP@0.5:0.95=0.628，参数量反低于基线。
3.3.2 特征可视化：浅中深层激活显示CRAB增强边缘、DCRN聚敛语义、全模型目标区连续且背景抑制最强。
3.3.3 CRAB放置对比：仅放骨干mAP@0.5=0.937；扩至颈P5或P4+P5下降；扩至P3+P4+P5则暴跌至0.402/0.192，证明高层重复注意力引冗余，骨干前端放置最优。
3.3.4 替代模块对比：CRAB胜ECA/CBAM（mAP@0.5:0.95=0.617且更轻），DCRN胜ODConv（0.933/0.616）。
3.3.5 损失对比：AF-CIoU在CIoU/EIoU/GIoU/ShapeIoU/SIoU/DIoU中召回与双mAP最高。
3.4 主流算法对比：CARE-Net以最低2.44 M参数、6.2 GFLOPs获最高mAP@0.5=0.951与mAP@0.5:0.95=0.628，优于YOLOv8/v11/v12、Mamba-YOLO、SSD、Faster R-CNN、CenterNet、EfficientDet、RetinaNet、Hyper-YOLO-T、RT-DETR-R18，精度0.967仅次于CenterNet，召回0.922。
3.5 部署可视化：给出比对YOLOv11基线的界面原型，证明端侧分析工作流可嵌。
讨论与结论翻译
讨论指出，防振锤检测关键难点不在单纯小尺度，而在细长结构于传播中被背景干扰退化，且深层过度注意力会放大语义冗余、破坏跨尺度一致；CARE-Net因此拒绝全层级统一增强，而是阶段分流——CRAB前端保边与轮廓、DCRN后端融前动态精炼，放置实验印证增强机制效果取决于作用层级。消融还揭示回归优化依赖前端特征质量：单独AF-CIoU不最优，须与CRAB+DCRN结构表示互补。综合对比表明该方法在紧凑规模下取得竞争性能。
结论部分：实验结果表明，防振锤检测的关键挑战不仅来自小目标尺度，更在于细长结构信息在特征传播中易受背景干扰退化，而深层特征中过度注意力增强会放大语义冗余并破坏跨尺度一致性。基于此，CARE-Net未对所有层级特征采用统一增强，而是在不同特征阶段部署结构增强与上下文精炼：CRAB在前端保留边缘、连接部与整体轮廓的判别性结构线索，DCRN在深层融合前动态精炼上下文响应；CRAB放置实验进一步揭示对细长小目标而言增强机制有效性取决于作用特征层级而非仅形式；与代表性轻量注意力/动态卷积对照支持CRAB与DCRN在紧凑约束下的适用性。消融显示回归优化与特征表示存在依赖，单独AF-CIoU非最优，说明质量感知回归须以稳定结构表示为基。CARE-Net性能来自前端结构增强、后端上下文精炼与回归优化的功能互补。研究另构建设备工作流可视化界面示证端侧集成可能。未来将面向更大多样数据集、严格跨线路跨实例评估、边缘在线推理与长期运行验证展开。
