电气遥感影像目标检测图像数据集（电塔、光伏等四类目标，含标签）

1、yolov5破损绝缘子检测，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在绝缘子缺陷检测数据集中训练得到的权重，目标类别名为break_insulator共一个类别；并附绝缘子缺陷检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

1、yolov5电塔绝缘子检测，包含yolov5s和yolov5m两种训练好的电塔绝缘子检测权重，以及PR曲线，loss曲线等等，在一千张电塔绝缘子检测数据集中训练得到的权重，有pyqt界面，目标类别为Insulator共1个类别，并附1000张电塔绝缘子检测数据集，标签格式为voc和yolo两种格式，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

近1000张电塔绝缘子数据集，classes: Insulator ;txt和xml格式标签

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

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

海洋能源是近年来对于新能源开发的热点，海上风能也受到了广泛的关注。但由于海洋环境比内陆复杂，对于海上风电系统的结构稳定性要求也更加严格，其中风电支承结构属于主要承力部件，其结构的安全关系到整个海洋风能开采系统的寿命，因此对海洋风电塔桩进行定期检测探伤与维护对于我国的海洋风能利用与发展是十分重要的。 结合海洋风电塔桩检测的历史背景和发展现状，针对海洋风电塔桩水下检测任务，给出了采用磁力吸附的水下检测机器人的结构，其结构主要包括：磁力吸附模块、检测探头的夹具与搭载云台、履带式变悬挂移动系统以及视频采样和照明装置。该机器人主要由ROV搭载并施放至检测对象表面，利用磁力进行吸附，靠履带移动系统进行移动，并通过检测云台的运动，调节探头相对于检测表面的位姿状态，进而实现检测。 本设计提供了控制系统搭建简述和其控制箱结构，又参照机器人空间坐标建立了其动力学模型，并分析其流体环境中静止时水动力学系数的大小。

glb文件，供学习使用。原型来源网络，亲测可用！！！！！！！！！

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

这是一套绿色国家电网电力PPT模板，共27张； 幻灯片模板封面， 使用了两个矗立在蓝天白云下的电塔作为背景图片。下方放置国家电网公司logo，右侧填写PPT标题文字。界面设计与电力行业搭配。 PowerPoint模板内容页，由25张绿色幻灯片图表制作。另外使用了白色立体小人、职场白领、数据图表等进行排版。 关键词：国家电网幻灯片模板，电塔PowerPoint背景图片，.PPTX格式；