典型文献
基于深度学习的无人机巡检架空输电线路金具锈蚀缺陷检测方法
文献摘要：
为了提升架空线路无人机巡检效率,提高架空线路金具锈蚀缺陷智能检测效率,提出了一种基于深度学习的巡检架空线路销钉缺陷检测方法.由于架空输电线路的金具锈蚀缺陷智能检测存在环境背景大、目标小、拍摄角度和拍摄光线差异大等特点,采用图像预处理算法拓充数据集,将MobileNet替换YOLO的主干特征提取网络来提升算法的泛化能力和鲁棒性,并用实际巡检图像进行实验测试.测试集验证中,当置信度阈值取0.5时,P为0.92、R为0.84、AP为91.34％.结果表明,此方法对架空线路金具锈蚀缺陷有较好的检测效果,可以给设备健康状态评估提供参考.
文献关键词：
架空输电线路;深度学习;无人机巡检;金具锈蚀检测;图像处理
中图分类号：
作者姓名：
张家盛;梁进兴
作者机构：
华中科技大学能源与动力工程学院,湖北 武汉430074;南方电网公司桂林供电局,广西 桂林541000
文献出处：
引用格式：
[1]张家盛;梁进兴-.基于深度学习的无人机巡检架空输电线路金具锈蚀缺陷检测方法)[J].湖南电力,2022(05):75-78
A类：
金具锈蚀检测
B类：
无人机巡检,架空输电线路,输电线路金具,缺陷检测方法,提升架,架空线路,巡检效率,高架,智能检测,检测效率,销钉,存在环境,环境背景,拍摄角度,光线,图像预处理,理算,充数,MobileNet,YOLO,主干特征提取网络,泛化能力,实验测试,测试集,置信度,AP,检测效果,健康状态评估
AB值：
0.273917
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
