介绍
一个新的图像数据集，作为输电线路故障检测的新基准。该数据集由五个部分组成：标志器、鸟巢、绝缘子、间隔棒和防震锤，它们具有不同的状态。这些图像来自F家庭供电或输电的公司，全国超过40%的电力通过其电网传输，这使得该数据集能够在不同的背景和气候条件下生成。
算法与精度
我们使用数据增强技术，通过一组特定的参数来训练Faster R-CNN、单阶段检测器（SSD）和YoloV5模型，并进行了实验。基准测试结果通过平均精度均值（mAP）和平均召回率均值（mAR）这两个指标获得，其值分别为mAP=91.9%和mAR=89.7%。
一个用于基于航空图像的输电线路故障检测的数据集
一个新的图像数据集，作为输电线路故障检测的新基准。该数据集由五个部分组成：标志器、鸟巢、绝缘子、间隔棒和防震锤，它们具有不同的状态。这些图像来自F家庭供电或输电的公司，全国超过40%的电力通过其电网传输，这使得该数据集能够在不同的背景和气候条件下生成。