基于深度学习的输电线路航拍照片目标检测应用

摘要

无人机电力巡检技术在输电线路的成熟应用,产生了大量的输电线路航拍巡视照片.针对人工查阅输电线路航拍照片作业量大、效率低等问题,提出基于深度学习的输电线路航拍照片目标检测应用系统.该系统结合深度学习的目标检测方法,构建具有2级深度卷积神经网络结构的缺陷识别模型,实现输电线路航拍照片的部件、缺陷检测识别和综合应用.在识别佛山地区输电线路航拍照片的应用实践中,该系统实现了输电线路部件识别,检出率达到92.5％;同时还实现了玻璃绝缘子自爆、金具销钉缺失等缺陷的自动识别,检出率分别达到89.7％、83.2％,每张缺陷识别图片处理时间约2.5 s.结果表明,与人工查阅相比,所提出的模型极大提高了输电线路机巡照片处理效率,有效地解决了输电专业巡检照片处理方面的实际问题.