[1]顾超越, 李喆, 史晋涛, 等. 基于改进Faster-RCNN的无人机巡检架空线路销钉缺陷检测 [J]. 高电压技术, 2020, 46(9): 3089-3096. [2]曹长胜, 张军. 220 kV线路输电铁塔老化锈蚀处理 [J]. 黑龙江电力, 2020, 42(4): 346-348,365. [3]詹约章. 架空输电线路设施腐蚀的监测方法及预防措施 [J]. 材料保护, 2015, 48(9): 69-70. [4]蒋光富. 由冷镀锌钢绞线锈蚀断线引起的架空线路保护动作跳闸事故 [J]. 电世界, 2012, 53(12): 39. [5]刘通, 代洲, 王颂, 等. 架空输电线路的故障模式及相关故障树分析 [J]. 南方电网技术, 2013, 7(6): 108-112. [6]朱珠. 图像处理技术在架空线路绝缘子破损检测系统中的应用研究 [D]. 镇江:江苏大学, 2008. [7]刘琦, 翟瑞聪, 曾群生, 等. 架空输电线路均压环缺陷图像智能识别研究 [J]. 电子设计工程, 2022, 30(6): 170-173,178. [8]WANG C-Y, BOCHKOVSKIY A, LIAO H-Y M, et al. Scaled-YOLOv4: Scaling Cross Stage Partial Network[C]//proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Electr Network, 2021. [9]王勇, 王永旺, 郭建勋. 基于AI大数据技术的无人机巡线研究 [J]. 电力大数据, 2020, 23(11): 17-23. [10]王珏飞. 基于深度学习的航拍绝缘子识别及缺损检测方法研究 [D]. 上海:上海电机学院, 2021. [11]蒋志佳. 图像处理技术在架空线路绝缘子裂缝识别中的应用研究 [D]. 镇江:江苏大学, 2009. [12]秦帅兵. 基于深度学习的架空线路异物巡检系统设计 [D]. 郑州:郑州大学, 2021. [13]王刚. 架空输电线路本体缺陷图像自动识别技术 [J]. 电子技术与软件工程, 2019(17): 54-55. [14]缪希仁, 林志成, 江灏, 等. 基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测 [J]. 电网技术, 2021, 45(1): 126-133. [15]廖金, 董国芳, 刘畅. 基于深度学习的架空线路绝缘子掉串识别研究 [J]. 现代电子技术, 2022, 45(2): 167-171. [16]REDMON J, DIVVALA S, GIRSHICK R, et al. You Only Look Once: Unified, Real-Time Object Detection[C]//proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Seattle, WA, 2016. [17]Andrew G.Howard,Menglong zhu,Bo Chen, et al. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications [J]. arxiv:1704.04861[CS.CV], 2017. |