一个合成的高压电线绝缘体图像数据集

科学领域:

• 电气工程 电气工程
• 计算机视觉 计算机视觉
• 材料科学 材料科学 材料科学

背景情况:

• 高压电线绝缘器对于可靠的电力传输至关重要.
• 训练检查算法的真实世界图像数据是有限的,特别是对于脏的绝缘体.
• 开发强大的绝缘体检查算法对于电网维护至关重要.

研究的目的:

• 为高压电力线路绝缘体创建一个新的合成图像数据集.
• 解决用于算法开发的现实世界图像数据的局限性.
• 促进用于绝缘体检验的机器学习模型的培训和评估.

主要方法:

• 使用计算机辅助设计 (CAD) 软件和游戏开发引擎来生成合成图像.
• 进口的CAD模型常见的绝缘体类型 (聚合物,玻璃,) 和高压塔.
• 模拟各种环境条件,包括不同的照明,背景 (山脉,森林,沙漠等). ),以及相机视角.

主要成果:

• 创建了一个图像细分集,包含47286张跨绝缘材料和景观类型的图像.
• 创建了一个图像分类集,包含14424张模拟污染物 (盐,烟,鸟) 和清洁绝缘体的图像.
• 每个污染物类别包括3,606张图像,每种绝缘体类型有1,202张.

结论:

• 合成数据库为机器学习模型开发提供了有价值,多样化的资源.
• 能够加强对高压电力线路绝缘体检测算法的训练和评估.
• 通过先进的检查技术,有助于提高电网维护,可靠性和安全性.