基于YOLOv2无人机高压绝缘子实时检测研究

摘要

在高压输电线路中高压绝缘子需要不断检查和监测来防止故障和突发事件的发生,然而在绝缘子经常遭受恶劣天气条件的山区,人工检测的成本昂贵.本文利用航空图像中的YOLO(You Only Look Once)深度学习神经网络模型,在背景不杂乱、目标分辨率和光照条件变化的情况下,为绝缘子的检测提供了一种经济有效的解决方案.首先从航拍绝缘子自动检测绝缘子,然后再利用无人机对绝缘子状况进行实时分类,最后运用数据增强方法来避免实验中56000个图像样本的过度拟合.实验证明,该方法能够在无人机实时图像数据上准确定位绝缘子,然后用不同的分类对检测到的绝缘子图像进行冰、雪和水存在下的绝缘子表面状况评估.