1.一種故障指示器受潮檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種故障指示器受潮檢測方法，其特征在于，所述改進yolov8模型的訓練步驟，具體包括：
3.根據權利要求2所述的一種故障指示器受潮檢測方法，其特征在于，所述將所述訓練集輸入所述改進yolov8模型中進行訓練，并通過所述損失函數進行反向傳播優化，多次迭代得到預先訓練的改進yolov8模型的步驟，具體包括：
4.根據權利要求1所述的一種故障指示器受潮檢測方法，其特征在于，所述將所述故障指示器圖像輸入預先訓練的改進yolov8模型中，先通過csp模塊特征提取得到特征圖，再通過cbam模塊為所述特征圖的每個通道和空間位置分配權重，得到若干增強特征圖的步驟，具體包括：
5.根據權利要求1所述的一種故障指示器受潮檢測方法，其特征在于，所述將所述若干增強特征圖進行多尺度特征融合的步驟，具體包括：
6.根據權利要求1所述的一種故障指示器受潮檢測方法，其特征在于，所述通過非極大值抑制去除重復的所述目標檢測結果的步驟，具體包括：
7.一種故障指示器受潮檢測系統，其特征在于，包括：
8.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器中運行的計算機程序，所述處理器執行所述計算機程序時實現權利要求1~6任一項所述一種故障指示器受潮檢測方法的步驟。
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1~6任一項所述一種故障指示器受潮檢測方法的步驟。
10.一種計算機程序產品，所述計算機程序產品包括計算機程序，其特征在于，所述計算機程序被處理器執行時基于硬件平臺nvidia?rtx?3090?gpu和pytorch深度學習框架python?3.8，以實現權利要求1~6任一項所述一種故障指示器受潮檢測方法的步驟。