针对无人机巡检图像中绝缘子缺陷目标尺度小、背景干扰较多的问题，构建一种结合 WIoU-v1 定位损失与正常负样本训 练的绝缘子缺陷检测方法。该方法以 YOLOv8n 为检测器，在保持分类损失和分布焦点损失不变的条件下，以 WIoU-v1 替换边界 框回归中的 IoU 项，并将正常绝缘子图像作为无目标样本参与训练。在公开 Chinese Power Line Insulator Dataset（CPLID）的固定 划分上，模型以 416×416 像素输入训练 40 轮；独立测试集包含 37 张缺陷图像和 90 张正常图像。测试结果表明，模型的 Precision、 Recall、F1、mAP@0.5 和 mAP@0.5:0.95 分别为 0.8188、1.0000、0.9004、0.8951 和 0.6802，CPU 单图推理耗时为 17.73 ms。定性样 例显示，预测框能够覆盖缺陷标注区域。该研究给出了 WIoU-v1 在该固定公开数据划分下的可复现实验记录，其结论仅适用于所 采用的数据构成与训练条件。