基于改进YOLOx的输配电线路设备检测和缺陷识别.pdfVIP

基于改进YOLOx的输配电线路设备检测和缺陷识别.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

我国电力系统规模庞大，系统复杂度高，安全监测需求突出。由于输配电线

路地势复杂、分布广，所需巡检的设备类别和缺陷种类众多、尺寸差异大，传统

低效的人工巡检难以满足日常的线路巡检需求，因此国家电网和南方电网引入无

人机对输配电线路进行智能巡检，针对电力设备和缺陷在无人机巡检图像中检测

困难等问题，本文结合深度学习的优势，基于YOLOx，提出配电线路与输电线

路的设备检测和缺陷识别方法，为配电线路与输电线路智能巡检提供技术思路。

本文主要进行了以下研究：

针对电力设备和缺陷在配电线

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7043055023000005

更多 >