arXiv 于 2026 年 6 月 3 日收录了一篇题为《Attention-Guided Autoencoder Fusion for Insulator Defect Detection Using UAV Transmission-Line Imaging》的新论文（编号 arXiv:2606.06536v1），作者为 Malak Allam 等两人，隶属计算机视觉与模式识别（cs.CV）分类，同时涉及人工智能（cs.AI）与机器学习（cs.LG）。该研究聚焦高压输电线路绝缘子的自动化缺陷检测，针对无人机（UAV）航拍图像中普遍存在的类别严重不平衡、缺陷尺度变化大以及缺陷目标在图像中占据空间极小等难点，提出了名为 AE-YOLO 的注意力引导自编码器增强 YOLO 框架，以期实现更稳健的绝缘子缺陷识别。
在架构设计上，AE-YOLO 将轻量级瓶颈自编码器嵌入到特征金字塔网络与路径聚合网络（FPN-PAN）构成的颈部结构中。研究团队指出，这一设计能够在多尺度特征融合过程中保留对异常敏感的信息，避免细小缺陷特征在层层融合中被稀释。与此同时，主干网络中全程使用卷积块注意力模块（CBAM），以增强特征判别能力并抑制背景干扰，使模型更专注于真正可能存在缺陷的区域，而非复杂的输电线路背景纹理。
论文还引入了一种方差最大化自编码器正则化策略，其目的是促使网络学习到多样化且具有缺陷判别力的潜在表示，防止潜在空间塌缩为对区分缺陷无益的单一模式。训练阶段采用统一目标函数，将焦点损失（focal loss）、完整交并比损失（CIoU loss）与自编码器正则化项结合在一起，从而同时应对前景与背景之间的极端不平衡问题，并提升缺陷定位的精度。
推理阶段，框架使用加权框融合（WBF）将 YOLOv8、YOLOv10 与 YOLO11 三个模型的预测结果进行整合，以发挥不同版本检测器的互补优势。此外，作者设计了由自编码器引导的置信度提升机制，专门改善模型对稀有缺陷类别的敏感度，缓解长尾类别在检测中被低置信度压制的问题。
在 Insulator-Defect Detection 数据集上的实验结果显示，采用 EfficientNetV2 主干的 AE-YOLO 在 IoU 阈值 0.5 下取得 95.10% 的 mAP、96.40% 的精确率与 93.80% 的召回率。与最强的 YOLO 系列基线相比，该模型在 [email protected] 上高出 5.0 个百分点，在召回率上高出 6.7 个百分点。作者据此认为，这些结果验证了框架的有效性与适应性，并将其定位为一种面向无人机输电线路巡检与缺陷监测的实用且可扩展的解决方案。该论文提交于 2026 年 6 月 3 日 21:56:13 UTC，全文约 2,993 KB，可通过 arXiv 获取 PDF、实验性 HTML 及 TeX 源文件，DOI 为 10.48550/arXiv.2606.06536。