原型文件夹中的.rp文件：为原型设计源文件，打开方式：Axure RP Pro 7.0 Beta 设计和需求文件夹中： .mdl文件为UML图 ，打开方式： Rational Rose .vsd文件为用例图，打开方式：Microsoft Office Visio .pdm文件为数据库设计文件 ，打开方式： PowerDesigner 概要设计说明书中的IPO是指界面输入输出，主要描述界面的输入输出，以及业务逻辑处理和特殊处理 供毕业设计或者大作业参考资料学习使用。

针对输电线路无人机巡检任务，根据输电线路缺陷的基本特征，自建可用于输电线路多目标缺陷识别的数据集；绝缘子识别+缺陷检测，防震锤识别+缺陷检测（锈蚀）；均压环识别+均压环缺陷检测（倾斜）输电线路异物检测，鸟巢，气球、垃圾等；对数据集图像进行分类、标注和增强，原图经过翻转、旋转、缩放和亮度对比度增强，已打好标签。或联系Q：2954644583

电力巡检系统，类似普通OA系统，纯html+css+js界面，可随意更为OA等其他系统

无人机技术基础

使用掌上电脑技术，结合GPS定位技术，实现巡检人员到达检测现场的考核监督和线路设备运行状况的数据录入；采用GPRS和PC机的接口通信技术，实现巡检数据的实时传送或离线读入；应用功能强大的数据库管理系统软件技术，根据巡检管理工作的具体要求，开发完成各种功能处理模块，实现巡检数据的综合查询分析处理和图文报表的产生。通过上述一系列的系统集成，最终实现电力线路设备巡检数据的采集、传输、浏览、分析一体化综合处理。并通过接口与GIS地理信息系统结合，在GIS 系统上反映设备的巡检结果,构建功能完整的电力智能巡检信息管理系统。

摘要 输电线路是国家电力系统中负责电能输送的一个重要的组成部分。架空输电 线路长期经历着电闪雷击、风吹日晒、污秽、雨雪及沉陷等外界环境的侵害。目 前传统的电力巡检仍是人工巡检，新型技术利用无人机搭载高分辨摄像机，近距 离拍摄线路及其关键部件获取航拍图像来代替人工巡检。其中，航拍图像中输电 线路部件的识别及缺陷检测是关键技术也是技术难点。本文提出一种利用 Mask R-CNN 技术提取绝缘子串珠的掩膜图像、采用 Yolo-v3 和 Yolo-v4 进行对照，通 过神经网络模型对其绝缘子自爆区域进行特征提取，特征判断，识别定位。具体 流程如下：针对问题一中绝缘子串珠分割，本文根据不同绝缘子类型进行图像类别划 分，通过图像分割优化模型对小目标进行数据集制作。采用 Mask R-CNN 为框架 构建了深度学习算法，并以算法为核心搭建了绝缘子串图像检测平台。最后选取 数据集 80%进行模型训练，20%进行测试，使用极大值抑制算法，得出最佳先验 框（best_anchor），对经过模型得出的绝缘子掩模图与官方的绝缘子掩模图进行 计算，求出评价模型的 Dice 系数为 0.83

电力行业，由巡检机器人在高压塔的地线上作业时云台采集到的金具图片，非无人机拍摄。清洗整理成VOC格式的防振锤数据集，附带xml格式的标签文件。所有图像均已手工标注过bbox，可直接用于深度学习目标检测算法的训练和测试。

农业电力巡检系统中路径分析算法与实现.doc

人工智能-机器学习-面向电力巡检机器人的仪表示数识别.pdf

电力智能巡检系统