原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
测控技术
·２４·２０２３４２３模式识别与人工智能
年第卷第期
基于ＹＯＬＯ框架的无锚框输电线多种缺陷检测
１１１２２
高小伟，吴合风，谭启昀，刘鹏宇，袁静
（１．北京御航智能科技有限公司，北京１００１９３；２．北京工业大学信息学部，北京１００１２４）
摘要检测并及时修复输电线路的缺陷是电能安全输送的重要保障针对现有检测方法存在效率低对
：。、
多尺度目标检测精度低、泛化能力差等不足，提出了一种基于无人机影像的无锚框输电线缺陷检测方
法。该方法基于系列目标检测框架构建了一种无锚框的检测网络，设计了相匹配的正负样本分
ＹＯＬＯ
，，。，
配方式融入了多种优化策略有效改善了现有方法的不足实验结果表明提出的方法能够同时对输
电线的断股、散股、断线、烧伤和异物５种缺陷进行有效检测。相比于传统输电线缺陷识别方法和基于
ＳＳＤＦａｓｔｅｒＲＣＮＮＹＯＬＯｖ４ＹＯＬＯｖ５ｍＡＰ
深度学习的缺陷检测方法、、、，该方法的平均精度均值（）达到
７８３１％，每秒传输帧数（ＦＰＳ）为１０３．５ｆ／ｓ，同时兼备检测的快速性和高精度，在５类输电线缺陷检测任
务中均具有良好的性能。
关键词深度学习目标检测输电线缺陷框架无锚框
：；；；ＹＯＬＯ；
中图分类号文献标志码文章编号
：ＴＰ３９１．４：Ａ：１０００－８８２９（２０２３）０３－００２４－０８
：
ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２３．０３．００４
ＭｕｌｔｉｐｌｅＤｅｆｅｃｔＤｅｔｅｃｔｉｏｎｏｆＰｏｗｅｒＬｉｎｅｓｗｉｔｈＡｎｃｈｏｒＦｒｅｅＢａｓｅｄｏｎＹＯＬＯ
Ｆｒａｍｅｗｏｒｋ
１１１２２
ＧＡＯＸｉａｏｗｅｉ牞ＷＵＨｅｆｅｎｇ牞ＴＡＮＱｉｙｕｎ牞ＬＩＵＰｅｎｇｙｕ牞ＹＵＡＮＪｉｎｇ
牗１．ＢｅｉｊｉｎｇＹｕｈａｎｇＩｎｔｅｌｌｉｇｅｎｔＴｅｃｈｎｏｌｏｇｙＣｏ．牞Ｌｔｄ．牞Ｂｅｉｊｉｎｇ１００１９３牞Ｃｈｉｎａ牷
２．ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ牞ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ牞Ｂｅｉｊｉｎｇ１００１２４牞Ｃｈｉｎａ牘
Ａｂｓｔｒａｃｔ牶Ｔｈｅｄｅｔｅｃｔｉｏｎａｎｄｔｉｍｅｌｙｒｅｐａｉｒｏｆｄｅｆｅｃｔｓｉｎｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｉｓａｎｉｍｐｏｒｔａｎｔｇｕａｒａｎｔｅｅｆｏｒｔｈｅｓａｆｅ
ｔｒａｎｓｍｉｓｓｉｏｎｏｆｅｌｅｃｔｒｉｃｅｎｅｒｇｙ．Ｉｎｖｉｅｗｏｆｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｈｅｅｘｉｓｔｉｎｇｄｅｔｅｃｔ
您可能关注的文档
最近下载
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）