1、“.....陈飞，章东平基于多尺度特征融合的道路目标检测中国计量大学学报，侯春萍，章衡光，张巍，等输电线路绝缘子自爆缺陷识别方法电力系统及其自动化学报，张丹丹基于航拍图像的绝缘子自爆位臵的检测成都西华大学，周自强，赵淳，范鹏基于多尺度特于图像处理，所以本文方法耗时较短。表自爆绝缘子定位精度的对比结论提出种改进后的深度学习方法，基于多尺度融合策略，提高了绝缘子目标识别精度，结合图像处理方法，提高了自爆绝缘子定位精度。试验分析结果表明，本文方法的定位速度和效果均较优，自爆绝缘子定位精度达，具有定的工程应用价值。参考文献商俊平，李储欣，陈亮基于视觉的绝缘子定位与自爆缺陷检测电子测量与仪器学报，多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文例如绝缘子连接金具等，本文方法明显优于和，这是因为小尺度目标易受外界环境的干扰......”。

2、“.....不同方法的定位精度比较双排绝缘子主要为水平和垂直排列两种，本文方法自爆绝缘子的定位见图，其中矩形框为自爆绝缘子定位，绝缘子类型为玻璃绝缘子。图不同排列方式下的自爆绝缘子定位为进步研究本文方法自爆绝缘子定位节直线簇，分成组直线簇，分别计算其，若满足则为缺陷点，从而确定其绝对值坐标。试验分析试验准备绝缘子照片来源于输电线路无人机拍摄的图片，绝缘子结构为双排，地形包含山地丘陵和树障等。为了提高检测精度，深度学习主干网络采用，可利用前层的卷积输入，减少过拟合的可能性，池化层降维后，形成的特征，作为全链接层的输入。其中，采取的卷积核缺陷检测，绝缘子自爆缺陷检测准确率为，检测效率较高。结果可为无人机巡检提供定的技术支撑。同理可得双排绝缘子主轴曲线满足式中，分别为分割后单排绝缘子串的主轴曲线，斜率致，截距不同。绝缘子滑动窗口下的自爆缺陷定位见图......”。

3、“.....沿着主轴方向向下移动，斜率保值不变，截距变化，形图多尺度融合策略示意图联合损失函数采用级联式结构，其联合损失函数计算公式为式中，为回归损失函数为关注损失函数为候选框的位臵信息为真实框的位臵信息为平滑函数分别为权重臵信度为预测概率。多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文。摘要随着无人机巡检技术的融合策略见图。从左边看，特征融合的路径自下向上，提取输入图像的特征，基于卷积核运算层层输出，最终形成个特征金字塔从右边看，自上而下，用于高层语义信息的下传递，横向连接实现特征信息和语义信息融合后的预测值输出。自爆绝缘子定位自爆绝缘子定位流程见图。首先基于最小乘法，确定双排绝缘子的对称轴，继续确定单个绝缘子串的主轴，然后根据像素值确定绝缘子的起点和终点，接着......”。

4、“.....侯春萍，章衡光，张巍，等输电线路绝缘子自爆缺陷识别方法电力系统及其自动化学报，张丹丹基于航拍图像的绝缘子自爆位臵的检测成都西华大学，周自强，赵淳，范鹏基于多尺度特征融合的绝缘子自爆缺陷研究水电能源科学，基金国家电网公司科技项目。摘要随着无人机巡检技术的发高了绝缘子目标识别精度，结合图像处理方法，提高了自爆绝缘子定位精度。试验分析结果表明，本文方法的定位速度和效果均较优，自爆绝缘子定位精度达，具有定的工程应用价值。参考文献商俊平，李储欣，陈亮基于视觉的绝缘子定位与自爆缺陷检测电子测量与仪器学报，邹辉，黄福珍基于改进算法的电力设备红外图像多目标定位中国电机工程学报，李军锋，王钦若，李敏结合明本文方法能有效提高小尺度目标的检测精度。不同方法的定位精度比较双排绝缘子主要为水平和垂直排列两种，本文方法自爆绝缘子的定位见图，其中矩形框为自爆绝缘子定位......”。

5、“.....图不同排列方式下的自爆绝缘子定位为进步研究本文方法自爆绝缘子定位精度，与纯深度学习和纯图像处理方法进行对比，结果见表。试验识别绝缘子串串。由表可知，本文方法的精度最高，达，明显优多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文根据滑动窗口定位自爆绝缘子，直至寻找出所有的自爆绝缘子。多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文。多尺度融合策略多尺度融合策略见图。从左边看，特征融合的路径自下向上，提取输入图像的特征，基于卷积核运算层层输出，最终形成个特征金字塔从右边看，自上而下，用于高层语义信息的下传递，横向连接实现特征信息和语义信息融合后的预测值输检测，绝缘子自爆缺陷检测准确率为，检测效率较高。结果可为无人机巡检提供定的技术支撑。图多尺度融合策略示意图联合损失函数采用级联式结构，其联合损失函数计算公式为式中......”。

6、“.....多尺度融合策略多尺来源于输电线路无人机拍摄的图片，绝缘子结构为双排，地形包含山地丘陵和树障等。为了提高检测精度，深度学习主干网络采用，可利用前层的卷积输入，减少过拟合的可能性，池化层降维后，形成的特征，作为全链接层的输入。其中，采取的卷积核，然后采用卷积层减小候选框特征的通道数。不同尺度下的识别精度比较不同尺度下目标识别模型优劣考核指标般为平均检测精度展，无人机拍摄的绝缘子图片数量呈指数增长，亟需种高效的缺陷识别方法，为此提出种改进后的深度学习方法。首先，采用多尺度特征融合方法改进传统的方法，实现绝缘子小目标的精准识别然后，结合图像处理方法实现自爆绝缘子的识别和定位最后，以输电线路采集的大量绝缘子图片作为数据集对方法进行验证。结果表明......”。

7、“.....虢韬，杨恒，时磊，等基于的绝缘子自爆缺陷识别电瓷避雷器，沈新平，彭刚，袁志强基于霍夫变换和算法的绝缘子定位方法电子测量技术，陈俊佑，金立军，段绍辉，等基于不变矩的红外图像电力设备识别机电工程，许必宵基于多尺度特征融合与上下文分析的目标检测技术研究南京南京邮电大学，陈于其他两种方法，这是因为本文方法在小目标识别方面优势明显，结合图像处理方法，有效滤除了背景噪声，增加了定位精度。同时本文方法检测效率平均耗时与纯深度学习方法接近，因为整个缺陷定位过程中目标识别占用的时间较高，缺陷定位相对较低，而目标识别中深度学习优于图像处理，所以本文方法耗时较短。表自爆绝缘子定位精度的对比结论提出种改进后的深度学习方法，基于多尺度融合策略本文方法的计算结果对比见图。图不同方法和尺度下的对比由图可知，在大尺度下，如杆塔变电设备等大尺度目标的识别下，不同方法的值均较高......”。

8、“.....说明种方法均适用于大尺度的目标检测对于小尺度目标，例如绝缘子连接金具等，本文方法明显优于和，这是因为小尺度目标易受外界环境的干扰，由此说多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文表示往终点方向移动，其与主轴直线的交点最大值即为绝缘子终点表示往起始方向移动，同理可得到绝缘子起点为黑色像素点值。计算单片绝缘子的长度。公式为式中，为绝缘子片数，该宽度为滑动窗口宽度。以为单位调节直线簇，分成组直线簇，分别计算其，若满足则为缺陷点，从而确定其绝对值坐标。试验分析试验准备绝缘子照片征融合的绝缘子自爆缺陷研究水电能源科学，基金国家电网公司科技项目。绝缘子目标识别结构尽管广泛应用于绝缘子目标识别中，但识别精度有待提高，为此引入多尺度快速卷积神经网络解决这问题，其结构见图。多尺度特征融合基础上绝缘子自爆缺陷研究电力系统论文。同理可得双排绝缘子主轴曲线邹辉......”。

9、“.....李军锋，王钦若，李敏结合深度学习和随机森林的电力设备图像识别高电压技术，虢韬，杨恒，时磊，等基于的绝缘子自爆缺陷识别电瓷避雷器，沈新平，彭刚，袁志强基于霍夫变换和算法的绝缘子定位方法电子测量技术，陈俊佑，金立军，段绍辉，等基于不精度，与纯深度学习和纯图像处理方法进行对比，结果见表。试验识别绝缘子串串。由表可知，本文方法的精度最高，达，明显优于其他两种方法，这是因为本文方法在小目标识别方面优势明显，结合图像处理方法，有效滤除了背景噪声，增加了定位精度。同时本文方法检测效率平均耗时与纯深度学习方法接近，因为整个缺陷定位过程中目标识别占用的时间较高，缺陷定位相对较低，而目标识别中深度学习然后采用卷积层减小候选框特征的通道数。不同尺度下的识别精度比较不同尺度下目标识别模型优劣考核指标般为平均检测精度......”。