Hybrid-YOLO for classification of insulators defects in transmission lines based on UAV

电力传输 残差神经网络 分类器(UML) 人工智能 鉴定(生物学) 电网 网格 故障检测与隔离 动力传输 断层(地质) 模式识别(心理学) 实时计算 计算机科学 工程类 深度学习 功率(物理) 电气工程 地理 地质学 物理 地震学 执行机构 生物 量子力学 植物 大地测量学
作者
Bruno José Souza,Stéfano Frizzo Stefenon,Gurmail Singh,Roberto Zanetti Freire
出处
期刊:International Journal of Electrical Power & Energy Systems [Elsevier]
卷期号:148: 108982-108982 被引量:86
标识
DOI:10.1016/j.ijepes.2023.108982
摘要

Transmission power lines are essential to supply electrical energy to consumption centers. Keeping a reliable transmission system requires the early identification of faults. Image-based inspection of transmission lines makes fault identification faster and more accessible since it can be carried out using unmanned aerial vehicles (UAVs) in hard-to-reach places. In this paper, it is proposed to use a hybrid version of the You Only Look Once (YOLO) using ResNet-18 classifier, for power system inspection based on real images of failed components recorded by UAVs. This work assumed a dataset including 1,593 power grid inspection pictures for a supervised training. Based on YOLOv5x, with an mAP of 0.99262, the proposed method was superior to YOLOv5n, YOLOv5s, YOLOv5m, and YOLOv5l for object detection. For the multiclassification task, with an F1_score result of 0.96216, the proposed Hybrid-YOLO was superior to distinct architectures as the VGG-11, VGG-13, VGG-16, VGG-19, ResNet-34, ResNet-50, ResNet-152, DenseNet-121, DenseNet-161, DenseNet-169, DenseNet-201, YOLOv5, YOLOv6, and YOLOv7 versions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
28551发布了新的文献求助10
刚刚
Adam完成签到,获得积分20
刚刚
Orange应助谢家宝树采纳,获得10
1秒前
2秒前
爱听歌雪旋完成签到 ,获得积分10
2秒前
小二郎应助迷路的小牛马采纳,获得10
3秒前
温乐松发布了新的文献求助10
3秒前
南宫炽滔完成签到 ,获得积分10
3秒前
3秒前
陈冲发布了新的文献求助10
4秒前
orixero应助66666666采纳,获得10
4秒前
白英发布了新的文献求助10
4秒前
二师兄小刘完成签到,获得积分10
4秒前
5秒前
jennie完成签到,获得积分10
5秒前
阿kkk完成签到,获得积分10
6秒前
zzz发布了新的文献求助10
6秒前
一念之间发布了新的文献求助10
6秒前
6秒前
毛豆应助青栞采纳,获得10
7秒前
wxz1998完成签到,获得积分10
7秒前
7秒前
desperate完成签到,获得积分10
7秒前
RUC_Zhao完成签到,获得积分10
8秒前
9秒前
asww发布了新的文献求助10
10秒前
10秒前
冷傲的靖易完成签到,获得积分20
10秒前
汉堡包应助隐形翼采纳,获得10
10秒前
Akim应助tr采纳,获得10
11秒前
HeyHsc完成签到,获得积分10
12秒前
13秒前
sunshine完成签到,获得积分10
13秒前
一念之间完成签到,获得积分10
13秒前
义气白萱完成签到,获得积分20
14秒前
谢家宝树发布了新的文献求助10
15秒前
15秒前
华仔应助ZH采纳,获得10
15秒前
叨叨完成签到,获得积分10
15秒前
充电宝应助优秀乐松采纳,获得10
15秒前
高分求助中
Sustainability in Tides Chemistry 2000
The ACS Guide to Scholarly Communication 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Pharmacogenomics: Applications to Patient Care, Third Edition 800
Ожившие листья и блуждающие цветы. Практическое руководство по содержанию богомолов [Alive leaves and wandering flowers. A practical guide for keeping praying mantises] 500
A Dissection Guide & Atlas to the Rabbit 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3079267
求助须知:如何正确求助?哪些是违规求助? 2731896
关于积分的说明 7521337
捐赠科研通 2380638
什么是DOI,文献DOI怎么找? 1262413
科研通“疑难数据库(出版商)”最低求助积分说明 611928
版权声明 597414