《Remote Sensing》：Attention-Enhanced Lightweight YOLO with Evolutionary Architecture Search for Insulator Defect Detection
编辑推荐：
随着基于物联网（IoT）和无人机（UAV）的电力巡检发展，准确高效地检测绝缘子缺陷已成为输电线路安全稳定运行的关键。然而，在实际无人机巡检场景中，绝缘子缺陷检测仍面临诸多挑战，如复杂背景、尺度变化大、缺陷区域小以及故障相关特征微弱等。现有轻量级检测模型往往难以
随着基于物联网（IoT）和无人机（UAV）的电力巡检发展，准确高效地检测绝缘子缺陷已成为输电线路安全稳定运行的关键。然而，在实际无人机巡检场景中，绝缘子缺陷检测仍面临诸多挑战，如复杂背景、尺度变化大、缺陷区域小以及故障相关特征微弱等。现有轻量级检测模型往往难以在检测精度和计算效率之间取得良好平衡。为解决这些问题，研究人员提出了一种结合池化部分自注意力（Pooling Partial Self-Attention, PPSA）机制与进化神经架构搜索（Evolutionary Neural Architecture Search, ENAS）的绝缘子缺陷检测方法YOLOv12n-HEPPSA。在YOLOv12n骨干网络末端引入PPSA模块，以增强其高层特征表示能力，从而捕捉绝缘子缺陷区域与其相邻正常结构之间的差异。在此基础上，通过优化检测精度和计算成本进行进化搜索。此外，设计了一种历史记忆引导的进化搜索与评估策略，以降低搜索过程的随机性并提高候选架构的优化效率。在公开的统一绝缘子公开数据集（Unified Insulator Public Dataset, UPID）和四个外部数据集上获得的实验结果表明，该方法在检测精度和计算效率之间取得了平衡，并在多种基于无人机的电力巡检场景中表现出较强的轻量化特性和可迁移性。
随着电力需求持续增长和电网规模扩大，输电线路设备的安全稳定运行对于可靠供电至关重要。绝缘子不仅提供机械支撑，还承担电气绝缘功能，其运行状态直接影响输电线路乃至区域电网的安全。一旦出现自爆、裂纹、污闪、串间脱落或表面损伤等缺陷，线路绝缘性能下降，可能导致大规模停电，造成巨大经济损失和安全危害。近年来，无人机（UAV）凭借高机动性、部署灵活、成本低、复杂场景适应性强等优势，成为智能输电线路巡检的重要平台。无人机搭载高清成像设备或边缘计算平台，可快速采集大规模巡检图像，为电力设备自动缺陷检测提供数据支持。因此，在复杂巡检图像中高效准确地识别绝缘子及其缺陷，已成为电力视觉巡检的重要研究课题。
现有基于深度学习的目标检测方法，尤其是卷积神经网络（CNN）方法，逐渐成为绝缘子缺陷检测的主流。两阶段方法如Faster R-CNN等精度高但推理速度较慢；单阶段方法如YOLO系列通过端到端检测更好平衡精度和效率，更适合部署于无人机和边缘设备。然而，实际输电线路巡检场景中，绝缘子缺陷通常是小目标，其特征在多层次下采样过程中易退化或消失；复杂背景、尺度变化大、缺陷区域小、故障特征微弱等问题使现有轻量级模型难以同时保证检测精度和计算效率。因此，需要设计一种既能增强缺陷特征表示，又能自动优化网络结构以平衡精度与计算资源的检测框架。
针对上述问题，研究人员提出了YOLOv12n-HEPPSA框架。该框架在YOLOv12n骨干网络末端引入池化部分自注意力（PPSA）模块，以增强高层特征中缺陷区域与相邻正常结构之间的区分能力；同时设计历史记忆引导的进化神经架构搜索（HMG-ENAS）策略，以检测精度和计算成本为联合优化目标，自动搜索骨干网络中卷积层和C3k2模块的通道数及卷积操作类型。实验表明，在公开的统一绝缘子公开数据集（UPID）和四个外部数据集上，该方法取得了检测精度与计算效率的良好平衡，并表现出较强的轻量化和跨场景迁移能力。该研究减少了对人工设计网络架构的依赖，为绝缘子缺陷检测及其他工业目标检测应用提供了一种可自动优化的模型设计范式。
关键技术方法方面，该研究主要依赖三项技术：其一，PPSA模块，基于部分自注意力（PSA）结构，利用平均池化操作替代传统多头自注意力（MHSA），对P5特征层进行局部邻域特征交互，以增强缺陷局部纹理断裂、边缘异常等特征的表示。其二，HMG-ENAS框架，采用双元组编码表示架构，搜索空间包含5个卷积层和2个C3k2模块的通道倍率与卷积类型，通过历史记忆统计量动态调整变异概率、变异位置与方向、交叉数量，并在实际训练前对候选架构进行质量预筛选。其三，快速评估策略，对候选架构仅训练40轮以记录mAP、参数量和FLOPs，并结合Pareto非支配排序与精英保留机制进行多目标优化。搜索在NVIDIA GeForce RTX 5090 GPU上进行，单次完整搜索平均耗时1.84 GPU天。数据集方面，对比与消融实验使用UPID（6860张图像，按8:1:1划分），迁移实验使用InsPLAD、MPID、STN PLAD和IDID四个外部公开数据集。
研究结果如下：
4.4 在UPID上的对比实验（Comparative Experiments on UPID）
将YOLOv12n-HEPPSA与YOLOv8n/s、YOLOv10n/s、YOLOv11n/s、YOLOv12n/s及YOLOv12n-PPSA等模型在UPID上比较。结果显示，YOLOv12n-PPSA精度最高（mAP 90.1%），但参数和计算量较大；而YOLOv12n-HEPPSA在mAP为89.8%的情况下，参数降至2.9M（较PPSA减少19.4%），GFLOPs降至8.0（减少26.6%），相比基线YOLOv12n，mAP提升1.1%，仅增加0.3M参数和1.7 GFLOPs。这表明多目标进化搜索能从Pareto前沿选出精度与效率折衷较好的轻量架构。
4.5 消融研究（Ablation Study）
通过逐步添加PSA、PPSA以及历史记忆引导的变异（AM）、交叉（CA）和候选预筛选（CPS）策略进行消融。结果表明，PPSA相比原YOLOv12n提升mAP 1.4%，证明其增强特征提取的有效性；完整历史记忆引导搜索（HEPPSA）获得最高Hypervolume（HV）值0.5615，相比基础进化搜索EPPSA，HV提高约3.85%，参数量减少12.1%，GFLOPs减少19.2%，且标准差更低，说明历史信息引导能提高搜索收敛速度和稳定性。
4.6 混淆矩阵分析（Confusion Matrix Analysis）
比较YOLOv12n和YOLOv12n-HEPPSA在UPID验证集上的混淆矩阵，HEPPSA对‘insulators_fault’类别的正确识别率从0.74升至0.80，误判为背景的比例从0.26降至0.20，说明该模型能更有效感知复杂故障特征。EigenGradCAM可视化进一步显示，HEPPSA能将热响应集中到缺陷区域，并检测到小尺度或边缘截断的目标，增强了复杂场景下的检测可靠性。
4.7 参数敏感性分析（Parameter Sensitivity Analysis）
对候选架构质量筛选阈值和交叉自适应阈值进行敏感性实验。当两个阈值取中间值时，最终HV最高（分别为0.5615和0.5615），偏离该值时性能下降，说明研究采用的默认参数是经过实验验证的较优配置。
4.8 与其他NAS方法的比较（Comparison with Other NAS Methods）
在COCO数据集上与DetNAS、OPANAS、NAS-FPN等NAS检测方法比较。去除PPSA后，搜索得到的YOLOv12n-HENAS以5.6 GFLOPs、2.1M参数取得AP 38.1，搜索成本仅为1.78 GPU天，低于多种对比方法，验证了历史记忆引导ENAS在通用目标检测任务中的竞争力。
4.9 跨数据集迁移实验（Cross-Dataset Transferability Experiments）
在InsPLAD、MPID、STN PLAD和IDID四个外部数据集上重新训练和测试，YOLOv12n-HEPPSA相比YOLOv12n基线，mAP分别提升1.0%、1
