深度学习目标检测算法在架空输电线路绝缘子缺陷检测中的应用研究综述OACSCDCSTPCD
Review of Application Research of Deep Learning Object Detection Algorithms in Insulator Defect Detection of Overhead Transmission Lines
传统架空输电线路绝缘子缺陷检测一般通过人工巡检方式进行.架空输电线路的数量增长使巡检规模更加庞大、巡检环境更加复杂,放大了传统绝缘子缺陷检测方法人力成本高、检测效率低的不足.无人机(unmanned aerial vehicle,UAV)等新型巡线方式依靠深度学习目标检测算法识别架空输电线路绝缘子缺陷,能够有效应对人工巡检的不足,是绝缘子缺陷检测的发展趋势.鉴于此,围绕架空输电线路绝缘子缺陷检测场景,首先梳理常用的深度学习目标检测算法,比较不同算…查看全部>>
刘开培;李博强;秦亮;李强;赵峰;王秋琳;许中平;余金沄
武汉大学电气与自动化学院,武汉430072武汉大学电气与自动化学院,武汉430072武汉大学电气与自动化学院,武汉430072国网信息通信产业集团有限公司,北京102211国网信息通信产业集团有限公司,北京102211福建亿榕信息技术有限公司,福州350003北京国网信通埃森哲信息技术有限公司,北京100052武汉大学电气与自动化学院,武汉430072
架空输电线路绝缘子缺陷检测无人机深度学习目标检测算法云-边-端协同架构
overhead transmission line insulatordefect detectionUAVdeep learning object detection algorithmscloud-edge-end collaborative architecture
《高电压技术》 2023 (9)
3584-3595,12
国家重点研发计划(2020YFB0905900).Project supported by National Key R&D Program of China(2020YFB0905900).
评论