17일 전
STN PLAD: 고해상도 UAV 이미지에서 다중 크기 전력선 자산 탐지용 데이터셋
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

초록
많은 전력선 회사들이 고전압 전력선 탑을 직접 오르는 위험을 줄이기 위해 직원들을 현장에 투입하는 대신, 드론(UAV)을 활용하여 점검 작업을 수행하고 있다. 점검 과정에서 핵심적인 과제는 전력 송전선로 내부의 장비를 탐지하고 분류하는 것이다. 그러나 전력선 장비와 관련된 공개 데이터는 극히 부족하여 이 분야의 빠른 발전이 저해되고 있다. 본 연구는 고해상도이며 실제 환경에서 촬영된 다수의 고전압 전력선 구성 요소 이미지를 포함하는 '전력선 장비 데이터셋(Power Line Assets Dataset, PLAD)'을 제안한다. 이 데이터셋에는 전송 탑, 절연체, 스페이서, 타워 플레이트, 스톡브리지 댐퍼 등 총 다섯 가지 클래스로 구분된 2,409개의 어노테이션 객체가 포함되어 있으며, 각 객체는 크기(해상도), 방향, 조명 조건, 기울기 및 배경 환경 측면에서 다양성을 지닌다. 또한, 주요 딥러닝 객체 탐지 기법들을 활용한 평가를 수행하여, 여전히 개선할 여지가 크다는 점을 입증하였다. STN PLAD 데이터셋은 공개적으로 제공되며, 다음 링크에서 접근 가능하다: https://github.com/andreluizbvs/PLAD.