介绍
一个新的图像数据集,作为输电线路故障检测的新基准。该数据集由五个部分组成:标志器、鸟巢、绝缘子、间隔棒和防震锤,它们具有不同的状态。这些图像来自F家庭供电或输电的公司,全国超过40%的电力通过其电网传输,这使得该数据集能够在不同的背景和气候条件下生成。

算法与精度
我们使用数据增强技术,通过一组特定的参数来训练Faster R-CNN、单阶段检测器(SSD)和YoloV5模型,并进行了实验。基准测试结果通过平均精度均值(mAP)和平均召回率均值(mAR)这两个指标获得,其值分别为mAP=91.9%和mAR=89.7%。

一个用于基于航空图像的输电线路故障检测的数据集

一个新的图像数据集,作为输电线路故障检测的新基准。该数据集由五个部分组成:标志器、鸟巢、绝缘子、间隔棒和防震锤,它们具有不同的状态。这些图像来自F家庭供电或输电的公司,全国超过40%的电力通过其电网传输,这使得该数据集能够在不同的背景和气候条件下生成。
#无人机航拍图像 #输电线路故障检测的数据集 #智慧电力设施巡检数据集 #无人机电路故障监测图像数据集 #智慧电网巡检 10262期