Detection of Power Line Insulator Defects Using Aerial Images Analyzed With Convolutional Neural Networks

Propõe uma CNN em cascata que primeiro localiza isoladores em imagens aéreas e depois detecta defeitos dentro deles, dividindo a tarefa em dois níveis de detecção. Os métodos anteriores, manuais ou rasos, só funcionavam em condições estreitas, dados os fundos aéreos desordenados. A escassez de imagens de defeitos foi tratada com transformações afins, recorte e colagem sobre novos fundos, desfoque gaussiano e mudanças de brilho.

Principais conclusões

• Precision 0.91 and recall 0.96 on a standard insulator dataset
• Synthetic augmentation (insulator segmentation and background fusion) used to overcome scarce defect images

Limitações

• Abstract only reviewed
• Evaluation on one dataset; defect type mainly missing insulator caps
• Heavy reliance on synthetic augmentation may not reflect real defect variety