一种基于数据增强增广和神经网络的输电导线及其缺陷检测方法

作     者：周仿荣 张辉 者梅林 文刚 潘浩 兰志才 张正德 ZHOU Fangrong;ZHANG Hui;ZHE Meilin;WEN Gang;PAN Hao;LAN Zhicai;ZHANG Zhengde

作者机构：电力遥感技术联合实验室云南电网有限责任公司电力科学研究院昆明650217 云南电网有限责任公司昆明650051 云南电网有限责任公司输电分公司昆明650051 上海西虹桥导航技术有限公司上海201702 上海交通大学电子信息与电气工程学院上海200240 

出 版 物：《南方电网技术》 (Southern Power System Technology)

年 卷 期：2022年第16卷第9期

页      面：131-142页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61873163) 中国南方电网有限责任公司重点科技项目(YNKJXM20191246) 

主　　题：超分辨率 动态背景 小样本 数据生成 输电导线 散股 断股 神经网络 

摘      要：基于来自云南电网呼马山试验基地及前人的少量、低分辨率输电导线样本,使用超分辨率算法,提出了基于动态背景和随机变换的离线数据增广算法,生成了7000张清晰的输电导线数据集,解决了数据多样性中的随机位置、随机角度、随机尺寸和随机背景等问题。同时,改进了YOLOv5目标检测算法,实现了输电导线、散股和断股的实时、鲁棒检测,平均F1分数达94.7%。提出的超分辨率和数据增广方法可以广泛应用于各领域的低分辨率图像、小样本数据集,所提出的输电导线及其缺陷检测算法能应用于输电线路巡检领域,使巡检更加高效和智能。