面向电能表检定流水线的轻量化目标检测算法

在工业流水线场景中，利用带有视觉信息的目标检测技术为故障发现及消缺提供决策信息已成为智能生产的新热点。针对电能表流水线检定场景中目标遮挡、小目标密集排列等问题，在YOLOv8n的基础上，提出了一种轻量化目标检测算法。通过引入O-GELAN模块，在保持低计算量的同时获取更丰富的特征层次。利用特征收集-融合-分发的颈部架构和通道位置注意力机制实现特征跨层融合；此外，采用重参数化卷积检测头以进一步提高检测效率。在现场采集流水线数据上的实验表明，改进后模型的mAP（0.5）和mAP（0.5∶0.95）分别达到了0.994和0.828，检测速度可达111.5帧/s，能够满足工业场景下的高精度和高实时性需要，可为故障消缺提供辅助决策。