基于深度学习的输电线路关键部件视觉检测方法的研究进展

• 作者: 崔雅萍 赵振兵
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 输电线路 关键部件 视觉检测 深度学习 知识图谱
• 年，卷（期）: 2018,（3）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TN911.73|TM726
• 字数: 2954字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2018.03.001

摘要

由于电网规模增长,直升机、无人机巡线的大量应用,产生的航拍图像数量剧增,使输电线路关键部件视觉检测与运检人员数量配置的矛盾日益突出.虽然深度学习技术可显著提高目标检测的准确率,但航拍巡线图像背景复杂,关键部件之间的相互遮挡,标注数据量较少等特点,限制了航拍输电线路关键部件视觉检测的工程应用.本文分析了深度学习中目标检测模型的现状,总结了基于深度学习的输电线路关键部件视觉检测方法的研究进展,并指出了构建输电线路关键部件图像数据库、建立专业的输电线路关键部件知识图谱以及将知识图谱与深度模型相融合对输电线路关键部件检测的重要性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵振兵	华北电力大学电气与电子工程学院	54	713	15.0	25.0
2	崔雅萍	华北电力大学电气与电子工程学院	2	7	2.0	2.0