基于无人机影像深度学习算法的输电线路主要缺陷智能识别技术和应用研究
摘要
摘要：使用无人机对输电线路进行精细化巡检可以显著提高作业效率，采用单阶段深度学习目标检测算法可以快速从海量无人机图像中识别出线路缺陷，进一步提高线路运维效率。该文使用 Yolov5 目标检测算法，利用无人机搭载光学相机获取的可见光照片进行输电线路主要缺陷智能识别，实现对绝缘子、金具、导线等主要缺陷的检测。研究表明，该文的模型平均精度均值达到 93%，平均召回率 96%。该文提出可泛化的输电线路多缺陷检测模型，研发基于无人机影像深度学习算法的输电线路主要缺陷智能识别软件，为开展输电线路的快速智能巡检、缺陷检测模型的扩展和优化，提供基础平台。
引用本文（GB/T 7714）
阳 张, 顺 刘, 雨剑 戴, 等. 基于无人机影像深度学习算法的输电线路主要缺陷智能识别技术和应用研究[J]. Carbon Neutralization and New Power Systems, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。