变电站二次接线质检旨在检查端子排上预设的接线编号与二次线缆线帽序号是否匹配。由于二次接线线帽尺寸小、分布密集且朝向各异的特点，传统的水平目标检测算法在该任务上表现不佳，而图像采集过程中的视觉畸变和噪声干扰则加剧了二次接线难例样本的误检。为此，提出一种不确定性感知的实时旋转目标检测算法(Uncertainty-aware Real-time Oriented Object Detection, UROD)并将其应用于变电站二次接线可信质检。具体地，基于YOLOv8算法引入角度回归分支以实现旋转目标检测功能，并对其边界框回归和分类分支分别进行高斯分布建模，UROD能在输出目标检测结果的同时，伴随输出衡量检测结果的不确定性度量，而该不确定性度量又可应用于融合标识有序领域先验的接线成对匹配策略，从而实现二次接线难例样本的拒识。公开数据集DOTAv1与基于真实场景构建的二次接线数据集上的实验结果表明，相比于基线方法 YOLOv8,UROD算法较大幅度提升了二次接线质检的精度；而相比于传统的旋转目标检测算法，UROD算法则不仅提升了检测速度，而且能够基于其所感知的不确定性度量对难例样本进行拒识。
