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: 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。本文使用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，实现了对绝缘子、金具、导线等主要缺陷的检测。研究表明，本文的模型平均精度均值（mAP）达到93%，平均召回率96%。本文提出了可泛化的输电线路多缺陷检测模型，研发了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，提供了基础平台。
下载:
