17 天前
STN PLAD：高分辨率无人机影像中多尺寸电力线路资产检测数据集
André Luiz Buarque Vieira-e-Silva, Heitor Felix, Thiago de Menezes Chaves, Francisco Paulo Magalhães Simões, Veronica Teichrieb, Michel Mozinho dos Santos, Hemir da Cunha Santiago, Virginia Adélia Cordeiro Sgotti, Henrique Baptista Duffles Teixeira Lott Neto
摘要
许多电力线路公司正采用无人机（UAV）执行巡检任务，以替代以往让工作人员攀爬高压输电塔所带来的安全风险。巡检中的关键任务之一是准确检测并分类输电线路中的各类设备。然而，目前公开的电力线路资产相关数据极为稀缺，严重制约了该领域的快速发展。为此，本文提出了一套名为“电力线路资产数据集”（Power Line Assets Dataset, PLAD）的新数据集，包含大量高分辨率、真实场景下的高压输电线路组件图像。该数据集共包含2,409个标注目标，划分为五个类别：输电塔、绝缘子、间隔棒、塔板以及阻尼线夹（Stockbridge damper），其目标在尺寸（分辨率）、朝向、光照条件、视角角度及背景环境等方面均存在显著差异。本文还对多种主流深度学习目标检测方法进行了评估，结果表明当前技术在该任务上仍存在较大的提升空间。STN PLAD数据集已开源，可通过以下链接获取：https://github.com/andreluizbvs/PLAD。