PAPER P13 · 2020
Detection of Power Line Insulator Defects Using Aerial Images Analyzed With Convolutional Neural Networks
Tao, X., Zhang, D., Wang, Z., Liu, X., Zhang, H., Xu, D. — IEEE Transactions on Systems, Man, and Cybernetics: Systems 50(4):1486-1498
抄録確認 被引用数: openalex: 775 · semanticScholar: 684 (2026-10-22)
空撮画像から送電線の碍子の欠損を見つけるため、まず碍子を検出し、次にその中の欠陥を検出する2段階のCNNを提案した研究。背景が複雑な空撮画像では、従来の手作り特徴量や浅い学習は条件が限られていたと指摘する。欠陥画像が少ない問題には、アフィン変換、碍子を切り出して別背景に合成、ぼかし、明るさ調整でデータを増やして対応した。
方法：領域提案ネットワークを基にした2段カスケードCNNを、4種類のデータ拡張で学習し、標準的な碍子データセットで評価した。
主な結果
- 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
限界
- Abstract only reviewed
- Evaluation on one dataset; defect type mainly missing insulator caps
- Heavy reliance on synthetic augmentation may not reflect real defect variety