首页|期刊导航|智能科学与技术学报|基于深度学习的无人机航拍输电线路侵入异物检测综述

基于深度学习的无人机航拍输电线路侵入异物检测综述OA

中文摘要

基于无人机航拍图像和深度学习算法实现输电线路侵入异物的精准有效检测,有助于快速排查输电线路潜在安全隐患,进而提升电网精益化运维能力。综述了基于深度学习的无人机航拍输电线路侵入异物检测方法的研究进展。首先,从Faster R-CNN、SSD、YOLO系列算法及其他衍生算法4个维度,系统梳理了基于深度学习的无人机航拍图像异物检测方法。其次,阐释了无人机航拍图像下输电线路侵入异物检测的改进模型,分别阐明了注意力机制、多尺度特征融合、轻量化网络等技术在输电线路侵入异物检测中的应用路径及其带来的性能优化效果。接着,剖析了基于传统Transformer架构的DETR类异物检测模型,以及面向电力行业的Transformer大模型及其工程应用。最后,针对现有无人机航拍输电线路侵入异物智能检测面临的挑战,对下一步研究工作进行了展望。

刘传洋;吴一全;刘景景

南京航空航天大学电子信息工程学院,江苏南京211106 池州学院机电工程学院,安徽池州247000南京航空航天大学电子信息工程学院,江苏南京211106池州学院机电工程学院,安徽池州247000

信息技术与安全科学

输电线路电力巡检无人机航拍图像深度学习异物检测

《智能科学与技术学报》 2026 (2)

P.149-168,20

国家自然科学基金资助项目(No.61573183)安徽省高校自然科学研究重点项目(No.2025AHGXZK30826,No.KYJG002)。

10.11959/j.issn.2096-6652.ZNKX26042

评论