一种基于QD优化的轻量化YOLOv11变电站异常行为检测方法

本发明公开了一种基于QD优化的轻量化YOLOv11变电站异常行为检测方法，涉及变电站异常行为检测技术领域，包括获取变电站现场的图像数据，对图像数据进行特征提取，并输入至行为检测模型中；检测模型通过包含梯度感知动态通道注意力模块与空间‑通道双域注意力机制的动态特征增强模块，对从图像数据中提取的特征进行增强处理；将增强后的特征输入至重构后的检测模型中进行检测；对目标图像中检测到的异常行为候选区域进行预测与分类，采用包括动态频率加权机制与特征对比正则化策略的质量驱动损失函数进行模型训练。本发明通过引入GDCA模块与SCA机制，有效增强了模型对变电站复杂场景中微弱异常行为特征的感知能力。