1、YOLOv3电塔绝缘子训练好的模型，压缩包内有代码，代码为ultralytics版YOLOv3，
2、classes: Insulator
3、内有map、pr、recall、loss等曲线图
2022-01-20 22:05:53
520.07MB
1、电塔绝缘子数据集；
2、数量：900多张；
3、标签类型为两种：txt和xml格式
4、类别名：Insulator
5、可直接用于YOLO电塔绝缘子检测
2022-01-19 12:05:48
755.37MB
高压输电线路绝缘子使电位不同的导体在机械上相互连接，而在电气上则使之绝缘，要求
其能够长期在正常工作电压以及内、外部过电压情况下能够安全可靠运行。本文介绍了传统高压绝缘
子的检测方法以及提出了高压输电线路绝缘子在线监测系统的基本组成，阐述了高压输电线路泄漏电
流的基本特点以及泄漏电流的提取、采集和处理方法，给出了对电流传感器频带拓宽的具体方法，提
出了在某特定时间内对高压输电网绝缘子泄漏电流脉冲个数和平均电流峰值进行测量的方法。试验结
果表明：文章提出的方法可以满足电力工业现场对高压输电线路绝缘子泄漏电流的实时监测。
2021-12-15 20:52:07
379KB
1
电塔绝缘子YOLOv3训练权重，附代码，权重文件在runs/trian/exp2中，代码为ultralytics版YOLOv3，有需要的可以下载，目标类别名为Insulator
2021-11-26 13:09:16
520.29MB
此数据是电力检测 - 绝缘子串识别，如果需要研究，此数据是关键，是历年比赛给的数据，有自爆缺陷原图，基于原图的标准掩模图和03-自爆绝缘子BoundingBox标签
2021-11-19 21:40:34
409.28MB
1
针对不可抗力因素造成无人机航拍绝缘子图片模糊、绝缘子目标检测率较低的问题，提出了一种基于Wasserstein距离优化的生成式对抗网络(WGAN)图片去模糊的绝缘子目标检测方法。首先在WGAN训练过程中引入残差网络，使得生成的绝缘子图片更加清晰；其次在损失函数中引入Wasserstein距离以保证训练过程的稳定性；最后通过优化模型的训练过程，使得生成的绝缘子图片细节还原度更高。绝缘子图片去模糊化实验结果表明，所提方法在结构相似性与峰值信噪比等评价指标上均高于基于卷积神经网络与深度多尺度卷积神经网络等图像去模糊算法。另外，将利用所提方法生成的绝缘子图片与模糊绝缘子图片划分为3组，采用改进的基于区域建议的卷积神经网络目标检测算法分别进行目标检测实验，精确度均值分别提高了5.77%、6.73 %与5.98 %，有效提高了绝缘子的目标检测率。
2021-11-02 16:56:59
2.29MB
1