《电气技术》论文分享｜YOLEF：一种面向输电线路红外图像的高精度实例分割方法

输电线路的安全性关系到电网的稳定性与供电的连续性。受长期高负荷运行和野外环境影响，线路关键部件易出现过热等故障隐患，亟需高效、智能的巡检手段加以监测。针对无人机巡检中红外图像上关键部件识别难度高的问题，长沙理工大学物理与电子科学学院的文晨、宾峰、邱康、雷成、谷干在2026年第3期《电气技术》上撰文提出一种新的实例分割模型YOLEF。该模型采用EfficientFormerV2替代YOLO11的主干网络，同时结合特征动态引导机制与共享卷积结构，设计轻量化的JFDS-Head检测头。实验结果表明，相比于基准模型YOLO11n-seg，本文模型对7类关键部件的整体分割精度提升4.0个百分点，召回率提升0.27个百分点，mAP@0.5提升3.74个百分点，mAP@[0.5:0.95]提升4.46个百分点，在红外图像分割任务中兼具高精度和适于移动端部署的优势。

在现代电力系统中，输电线路作为电能远距离传输的关键设备，其运行状态直接关系到电网的安全稳定与电力的连续供应。由于长时间处于高压、强负荷及野外复杂气象环境下，输电线路的关键部件（如绝缘子、连接器、导线接头等）易出现局部过热、老化、脱落等故障，若未能及时发现，可能引发严重事故。传统人工巡检方式受限于人力成本高、检测范围有限及环境适应性差等问题，难以满足大规模电网智能化运维的需求。

近年来，随着智能感知与边缘计算技术的发展，基于无人机平台的输电线路巡检系统逐渐成为主流手段。无人机可携带红外与可见光双模成像设备，完成对线路长距离、全覆盖的自主巡视。然而，在需要判断温度的巡检任务中，由于复杂环境下拍摄的红外图像中目标尺寸变化大、背景干扰强、遮挡严重等问题，使图像中关键部件的自动识别与精确定位难度显著增加。因此，如何构建一种具有高精度、高鲁棒性且适用于无人机平台的红外图像智能分割模型，成为当前输电线路巡检研究的重点方向之一。

实例分割作为同时实现目标检测与像素级分割的关键视觉任务，在电力巡检、工业检测、医学图像等领域展现出良好的应用前景。相较传统边界框检测方法，实例分割能够输出目标的完整轮廓信息，具备更强的细节建模能力和空间分辨能力，适用于结构复杂、小目标密集、边界模糊等高难度任务场景。

当前，主流的实例分割方法大致可划分为两阶段方法与一阶段方法两类。其中，两阶段方法如Mask R-CNN（region-based convolutional neural network）、HTC（hybrid task cascade）等，通常在候选区域基础上进行像素级分割，具备较高的精度表现，在高质量目标定位任务中表现优异；一阶段方法如YOLACT（you only look at coefficients）、SOLO（segmenting objects by locations）和BlendMask等，则通过单次前向传播实现端到端训练与预测，具有更快的推理速度和更低的计算资源消耗，因而在对实时性要求较高的边缘部署场景（如无人机巡检、移动端检测等）中更具应用潜力。

YOLO（you only look once）系列作为典型的一阶段检测架构，凭借端到端推理、高速性能与良好的扩展能力，在电力设备视觉识别中得到广泛关注。由于红外图像中目标细节模糊、纹理缺失、背景热干扰复杂等特点，现有一阶段实例分割模型存在分割精度低的问题。针对上述问题，本文提出改进的YOLO11n-seg模型YOLEF（you only look at electric fault)，增强其特征提取能力和上下文建模能力，并结合特征动态引导机制与共享卷积结构，在保持模型复杂度的同时提升其分割能力。

1 输电线路红外图像自建数据集

为了提升模型在输电线路关键部件上的分割精度以支持发热异常检测，本文构建一个高质量红外图像数据集。数据采集采用搭载红外热成像仪的大疆无人机对南方电网公司管理的35～500 kV输电线路进行高空航拍，拍摄区域覆盖城市、农田、山林等，包含多样化背景以模拟实际巡检场景。航拍图像具有多角度、多尺度、多视角的特点，但也存在旋转、缩放、遮挡和透视变化等影响。红外图像提供关键部件的温升信息，可用于过热判断，但其分辨率低、对比度不足、轮廓模糊的问题，使小型部件或线夹在复杂背景下易被遮挡或混淆，增加了模型的分割难度，因此数据集的质量十分关键。

自建数据集包含复合绝缘子、悬垂线夹、玻璃绝缘子、耐张线夹、并沟线夹、C型线夹和T型线夹7类关键部件，均采用精确多边形标注，结合电力专业知识和红外成像特性，统一标注词典与编号映射，保证边界和类别信息准确，支持回归框和实例分割任务。数据集共有4 764张图像，并按7:2:1比例划分为训练集、验证集和测试集，确保模型在训练阶段学习多样化形态与热特征，同时在测试阶段验证泛化能力。该数据集充分体现红外图像热特性与复杂背景特征，为本文提出的一阶段实例分割精度提升方法提供坚实数据基础，并支撑输电线路关键部件发热检测与智能巡检应用。

2 YOLEF实例分割模型

2.1 改进的特征提取结构

为了提升红外图像中输电线路关键部件的实例分割能力，本文将YOLO11n-seg原主干替换为EfficientFormerV2-s0。作为一种轻量化视觉Transformer主干网络，其核心优势在于独特的混合架构设计，通过卷积和自注意力的结合，在结构上相比原C3k2卷积主干更具优势。

其前两个阶段的前馈网络（feed forward neural network, FFN）在每一层中嵌入3×3深度可分离卷积（depthwise separable convolution），使网络能够在中高分辨率阶段快速高效捕捉边缘和纹理信息，这对绝缘子裙环、线夹等小尺寸部件的掩膜边界刻画尤为重要，由此提升边界的分割精度。同时，网络在后两个阶段引入多头自注意力（multi-head self-attention, MHSA），可以整合跨区域长距离语义信息，有助于保持在近距离拍摄下的大尺寸部件的区域一致性和整体完整性。

相比于YOLO11n-seg主干仅依赖堆叠卷积提取特征，替换为EfficientFormerV2后，网络在小目标边界清晰度、大目标区域一致性及复杂背景下的抑制干扰能力方面都更有优势。

EfficientFormerV2-s0结构如图1所示。通过高分辨率注意力近似（如Stride Attention与Dual-Path下采样）和细粒度联合搜索策略（fine-grained joint search + mobile efficiency score），在保持轻量化和高效推理的同时，实现全局感知和细节捕获的平衡。这使得模型在中低分辨率阶段就能进行全局语义整合，同时在中高分辨率阶段保持对并沟线夹和T型线夹等小目标的细节感知，并将计算资源合理分配到对分割精度更敏感的层级。

相比原主干，EfficientFormerV2在处理遮挡目标、小尺寸物体或复杂背景（如树木、建筑物或噪声区域）的干扰信息时，能显著减弱背景干扰，提高特征表达的清晰度与辨别力，其输出的高语义一致性特征图也为后续的特征融合与掩膜预测模块提供了更优的输入，同时仍保持轻量化和实时推理的优势。这为整体模型精度提升提供了结构基础。

2.2 重构的JFDS-Head检测头

为进一步提升模型在红外图像中对小目标、结构复杂部件的检测精度，本文在YOLO11n-seg检测头基础上设计一种新的实例分割检测头JFDS-Head（joint feature dynamic selection head）。该检测头引入多种结构性优化模块，从特征共享、任务解耦、空间对齐和注意力加权等多个维度对检测过程进行重构，以提升检测鲁棒性与定位精度。JFDS-Head结构如图2所示。

图1-图3

首先对每个输入特征层引入两层共享卷积（Shared Conv），统一特征分布并提升表达能力。然后利用Task Decomposition模块分别构建分类分支和回归分支，通过全局平均池化引导的特征融合方式，引入上下文信息，引导任务特化的特征提取过程。为进一步强化回归分支对目标空间结构的感知能力，设计在回归分支中加入动态可变形卷积模块DyDCNv2，同时通过一个偏移量预测分支生成空间采样偏移和注意力掩码，实现空间对齐与显著性增强，通过自学习生成的偏移量与掩码引导卷积核自适应调整感受域，从而更精准地对齐目标边界。

分类分支则引入显式注意机制，构建分类概率图（cls_prob_map）以刻画目标存在的空间分布，并与分类特征进行加权融合，从特征层面强化前景响应，抑制背景干扰，提升类别判别能力。输出部分回归采用分布式回归机制（distribution focal loss, DFL），输出高质量边界框，同时结合可学习尺度因子与锚点解码策略完成检测输出，融合掩码原型生成模块Proto，并在各层添加独立的掩码系数预测路径。通过原型掩码分支将全图原型特征与预测系数进行线性组合，实现高效的像素级分割输出。该结构不仅提升了掩码边缘的细节分辨能力，也避免了显存和运算资源的冗余浪费。

JFDS-Head在保持轻量化计算的基础上，针对YOLO11n-seg原检测头中分类与回归任务融合度不足、空间感知能力受限的问题，进行结构性优化，并特别考虑红外图像中目标边缘模糊、纹理弱、对比度低等特点，引入动态卷积与显式引导机制，增强特征对比性与定位鲁棒性，显著提升模型在复杂电力红外场景下的检测精度与表达能力。

2.3 YOLEF模型结构

YOLEF模型整体结构如图3所示，采用主干网络、特征融合模块和实例分割头3级架构，旨在实现红外图像中关键部件的高效分割与识别。模型以轻量级的EfficientFormerV2-s0网络为主干，提取多尺度特征以增强对模糊边界与小目标的感知能力。中间部分通过FPN（feature pyramid network）与PAN（path aggregation network）结构进行上下层特征融合，提升目标定位与语义表达的完整性。采用基于动态特征选择机制的JFDS-Head实现分类、定位与掩膜预测的协同优化，显著提高掩膜边界质量与多目标分割的准确性。整体结构在保持高效性的同时具备良好的分割精度与部署适应性，适用于复杂环境下的无人机红外巡检任务。

3 实验结果与分析

3.1 实验环境

实验在搭载单张NVIDIA GeForce RTX 4090显卡、Ubuntu 22.04操作系统上进行训练，选取Python-3.10.14、PyTorch 2.4.1、CUDA 12.6作为深度学习实验环境。

3.2 消融实验

为验证提出的各项结构改进对模型性能的独立贡献，设计4组消融实验，包括原始的YOLO11n-seg（A）、替换主干为EfficientFormerV2-s0（B）、使用重构的JFDS-Head检测头（C）。所有模型采用相同的超参数以对比模型效果，评价指标包括分割精度（Mask AP）、召回率（Recall）、mAP@0.5和mAP@[0.5:0.95]。消融实验结果见表1。

表1-表2、图4

3.3 模型对比实验

为全面评估所提模型在输电线路红外图像实例分割任务中的性能优势，选取主流的一阶段实例分割模型YOLACT和SOLOv2进行对比，并在本文自建数据集下进行实验。训练采用各模型的默认配置，Epoch设置为200、Patience设置为10，开启早停以节省训练时间，选取mAP@0.5作为分割评价指标。模型分割精度对比实验结果见表2，表2显示，本文提出的YOLEF模型在7个大类上的实例分割精度均优于其他模型。

3.4 实验结果分析

由消融实验与对比实验结果可得，本文所提出的改进方案展现出显著的性能优势。消融实验结果表明，替换主干结构或引入JFDS-Head实例分割检测头，模型的准确率与分割精度均有提升。EfficientFormerV2-s0有效增强了模型的特征提取能力，提升了对低对比度区域的感知效果；JFDS-Head检测头通过引入任务解耦与动态对齐机制，强化了掩码边界和目标定位的准确性。YOLEF得益于其高效的语义建模主干结构与动态任务对齐检测头设计，性能显著优于其他轻量级对比模型，实现了对红外图像中绝缘子、线夹等关键部件的更精细的边界分割，验证了其在巡检应用中的实用性与有效性。

各对比实验模型在自建的输电线路红外图像数据集上的分割效果如图4所示，测试图片为测试集中随机选取的一张图片。YOLEF提供了更加精细的像素级目标定位信息，使得后续温度特征提取具有明确的空间参考范围，能够有效避免将背景高温区域或无关干扰区域误计入温度分析范围，从而降低热异常误判率。在复杂背景下，模型也能够区分相邻部件并为每个目标生成独立掩膜，显示出其在多目标密集分布场景下的良好分割能力，可为温度提取、热斑识别及过热风险判断等后续电力智能巡检任务提供可靠的数据支持。

4 结论

针对输电线路关键部件（如绝缘子、线夹等）温度异常分析中，红外图像上部件的定位与分割精度问题，本文提出了一种高精度的实例分割模型YOLEF。该模型在YOLO11n-seg的基础上进行了结构改进：主干网络由EfficientFormerV2-s0替代原有卷积主干，并引入了带有动态特征选择机制的检测头JFDS-Head显著增强了模型对红外图像中多尺度目标的感知与特征表达能力，提升了分类、定位与掩码分割预测精度。

在自建红外数据集上进行实验评估，YOLEF相较于基线模型YOLO11n-seg，在所有核心指标上均实现了明显提升，7类部件整体分割精度从72.34%提升至76.34%，召回率从72.07%提升至72.34%，mAP@0.5从73.19%提升至76.93%，mAP@[0.5:0.95]从42.81%提升至47.27%。

虽然YOLEF在性能上取得了显著提升，但在小目标、复杂遮挡或热干扰显著的场景下，仍可能出现漏检或掩码分割边缘毛刺的情况。未来研究将进一步在提升模型小目标识别和掩码分割边界能力方面开展深入探索，以更好地服务于实际输电线路无人机巡检应用。

本工作成果发表在2026年第3期《电气技术》，论文标题为“ YOLEF：一种面向输电线路红外图像的高精度实例分割方法 ”，作者为文晨、宾峰、邱康、雷成、谷干。