仪器仪表学报

作者：王亚茹，屈卓，杨春旺，赵顺，张诗吟

单位：王亚茹,华北电力大学自动化系保定071003,,屈卓,华北电力大学自动化系保定071003,,杨春旺,华北电力大学自动化系保定071003,,赵顺,华北电力大学自动化系保定071003,,张诗吟,华北电力大学自动化系保定071003,qianmingwang@ncepu.edu.cn,

关键词：无人机输电线路巡检;绝缘子缺陷检测;有监督领域自适应;跨域风格迁移;跨域数据增强

基金：国家自然科学基金青年科学基金(62303184，62403199)、河北省自然科学基金青年科学基金(F2024502006)、中央高校基本科研业务费专项资金(2024MS138，2025MS150)项目资助

绝缘子缺陷检测是输电线路智能巡检中的重要任务，目前存在图像样本不足的问题，通过生成人工样本进行数据扩增是一种有效的解决办法，但人工样本与真实样本的域特征分布不可避免的存在差异。为了解决此问题，提出了一种少样本跨域混合迁移有监督领域自适应模型，通过将大量有标注的人工图像作为源域，少量的真实图像作为目标域，实现人工样本的有效利用与跨域特征分布的优化对齐，提高少样本情形下绝缘子缺陷检测性能。首先对源域图像进行类目标域分布匹配，并利用其对目标域图像进行前景-背景混合增强，以提升目标域样本的质量和多样性。其次，对源域图像进行跨域混合风格扰动，进一步拉近其与目标域的域特征分布，最后通过基于对抗性训练的域分类器，对齐源域和目标域的跨域不变特征，增强模型在不同域上的泛化能力。该模型在仅使用8张真实绝缘子缺陷图像样本参与训练的情况下，相较于基础检测模型，AP50指标提升了9.3%，且通过消融实验验证了各模块的有效性。此外，该模型在不同绝缘子缺陷数据集上与同类型有监督领域自适应模型的对比下均取得了更高的检测性能，例如，在自建绝缘子缺陷数据集上与同类最优模型相比AP50提高了3.9%，在公共绝缘子缺陷数据集IDID上与同类最优模型相比AP50提高了2.4%。

来源：2025年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第8期