作者：廖方舟、楊曉霞、楊容浩、施琪琦

摘要：街景圖像是一種城市街道級別信息地理大數(shù)據(jù)，利用街景圖像不僅能夠?qū)崿F(xiàn)大范圍、高效率的變壓器巡檢，還能降低巡檢成本。但是，街景圖像中的變壓器往往像素少、分辨率低、背景復(fù)雜，導(dǎo)致現(xiàn)有目標(biāo)檢測方法對變壓器的檢測準(zhǔn)確度不理想。針對上述問題，本文提出一種改進(jìn)的YOLOv8算法YOLOv8-WSX。首先，使用WIoU作為損失函數(shù)，強化模型對困難樣本的檢測性能；然后，引入空間分組增強（SGE）注意力機制模塊，提高模型的特征提取能力；最后，增加微小目標(biāo)檢測頭，解決微小變壓器目標(biāo)漏檢的問題。實驗結(jié)果表明，相較于YOLOv8，YOLOv8-WSX的F1值提升了5.9個百分點，IoU閾值為50%時的平均精確率均值提升了6.3個百分點，IoU閾值在50%～95%范圍內(nèi)的平均精確率均值提升了3.2個百分點，且模型的參數(shù)量有所下降。