Детектирование дефектов неисправных элементов линий электропередач при помощи нейронных сетей семейства YOLO
Работая с сайтом, я даю свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта обрабатывается системой Яндекс.Метрика
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Детектирование дефектов неисправных элементов линий электропередач при помощи нейронных сетей семейства YOLO

idАстапова М.А., idУздяев М.Ю.

УДК 621.3.051; 004.032.26
DOI: 10.26102/2310-6018/2021.35.4.035

  • Аннотация
  • Список литературы
  • Об авторах

В настоящее время визуальная диагностика состояния элементов линий электропередач (ЛЭП) является сложной и трудоемкой процедурой. В целях повышения эффективности и снижения трудозатрат этой процедуры наиболее перспективным является применение беспилотных летательных аппаратов, оборудованных системами компьютерного зрения, выполняющих автоматическую детекцию поврежденных элементов ЛЭП. Для повышения качества детекции поврежденных участков ЛЭП системами компьютерного зрения наиболее перспективно применение современных глубоких нейросетевых архитектур. Однако, вопрос применения таких архитектур в обозначенной задаче недостаточно освещен в современных исследованиях. Особо остро стоит вопрос сравнения различных нейронных сетей и выявления значимых различий в их результатах. Данная статья посвящена сравнительному анализу современных нейросетевых детекторов YOLOv3 и YOLOv4, а также их сокращенных версий (YOLOv3-tiny и YOLOv4-tiny) в задаче детекции дефектов ЛЭП. Приводятся результаты обучения этих детекторов на наборе данных CPLID, а также статистическое сравнение результатов YOLOv3 и YOLOv4 посредством процедуры кросс-валидации. Детекторами были показаны высокие результаты точности детекции (mAP@0,50=0,97±0,03; mAP@0,75=0,78±0,04), а также статистически значимые различия в этих результатах. Сравнительный анализ результатов показал, что применение более простой нейронной сети YOLOv3 является более перспективным в задаче детекции дефектов ЛЭП.

Ключевые слова: беспилотный летательный аппарат, обследование высоковольтных линий электропередач, обнаружение неисправностей, определение дефектов, нейронные сети, YOLOv3, YOLOv4

Для цитирования: Астапова М.А., Уздяев М.Ю. Детектирование дефектов неисправных элементов линий электропередач при помощи нейронных сетей семейства YOLO. Моделирование, оптимизация и информационные технологии. 2021;9(4). URL: https://moitvivt.ru/ru/journal/pdf?id=1115 DOI: 10.26102/2310-6018/2021.35.4.035

1708

Полный текст статьи в PDF

Поступила в редакцию 17.12.2021

Поступила после рецензирования 24.12.2021

Принята к публикации 26.12.2021

Опубликована 31.12.2021