标题：基于深度学习的输电线路表面缺陷检测研究
作者：郭冉 常琮尧
作者单位：国网临汾供电公司，山西 临汾 041000
关键字：电力；输电线路；图像识别；深度学习
摘要： 针对输电线路表面缺陷检测效率低、精度不高的问题，提出了一种基于YOLOv5的检测方法，并通过构建高质量的数据集对其性能进行了全面验证。方法采用无人机巡检和人工采集图像，结合多种数据预处理与增强技术，并在精确标注的基础上完成模型训练。实验结果显示，该方法在精度、召回率以及检测速度方面均显著优于传统方法和其他深度学习模型，其中检测精度达到91%，召回率为90%，单张图像检测时间为18 ms，帧率高达55.6 fps，能够高效完成多种场景下的缺陷检测任务。研究验证了YOLOv5在输电线路缺陷检测中的优越性能，为电力系统的智能化运维提供了技术支撑。