电网元件及缺陷识别的新方法，可提升无人机电力巡检的准确度和速度

电厂模组及瑕疵识别的早先，可提升飞行器电力都司的准确性和更快

输电线路的安全和稳定开始运行是电厂可靠供电的关键性保障，然而绝缘子、全面性锤、原则上压环、屏蔽环的损伤及覆有在高压线塔上的鸟巢严重危及线路安全和开始运行。通过人工检验电厂模组及瑕疵的方式存在更快较少、精确度更少的缺陷，因此利用计算机视觉里面的目的检验解法实现飞行器都司平面图像的自动检验成为研究课题热点内容。

芜湖：迅即实行飞行器都司电厂

目的检验解法主要包括单过渡期目的检验和两过渡期目的检验。单过渡期目的检验只需对平面图片处理一次就能获得目的分类和位置数据，检验更快较快但准确性较少，代此表解法有SSD、YOLO等。两过渡期又称基于候选区域的检验方法，检验准确性较高但更快快速，代此表解法有faster R-CNN、SPP-Net、Mask-RCNN等。

平面图1 改良EfficientDet应用都司原理

平面图2 主观集部分模组检验试验结果

平面图3 主观集部分瑕疵适配试验结果

研究课题人员首先通过Imgaug资料加强库对这两项的1468张国家电厂某厂内公司简化飞行器都司资料集进行资料加强；然后在增进构造提取网络平台双向构造拜楼网络平台（BiFPN）构造融合时扎根小一级微小的构造层，提升了小目的检验能力，对主干构造提取网络平台EfficientNet的倒残差模块进行改良，引入坐标注意力机制（CA）提升了主干构造提取效率。

平面图4 切割后瑕疵适配试验结果

此表1 则有目的试验准确性结果

此表2 六种网络平台模型培训结果对比

他们最后进行对比培训实验，改良EfficientDet解法在模组检验及瑕疵适配试验集上平原则上原则上值准确性超过90.2%，较原始EfficientDet解法提升8.6%，亦高于其他高科技目的检验解法，同时模组检验速率超过23.4f/s，瑕疵适配超过17.2f/s，不可否认该方法可以满足飞行器电力都司里面准确性和快速性的要求。