Page 81 - 无损检测2024年第八期

周 飞，等：

基于 RetinaNet 算法的输电线路耐张线夹压接缺陷图像检测方法

方法对其结果进行评价。基于上述设定的结果评价 尺度特征融合的输电线路缺陷检测方法[J]. 电子测量
指标，分别采用参考文献[2]，[3]，[4]所提出的输电 与仪器学报，2023，37（1）：130-139．
线路缺陷检测方法与文章所提方法进行对比，不同 [4] 刘开培， 李博强，秦亮，等. 深度学习目标检测算法在架
方法检测结果的AP值曲线如图4所示。 空输电线路绝缘子缺陷检测中的应用研究综述[J]. 高
电压技术，2023，49（9）：3584-3595．
[5] 刘光辉，杨晓辉，叶中飞，等. 输电线路耐张线夹模锻
压接质量分析及实验研究[J]. 热加工工艺，2023，52（3）：
106-111，119．
[6] 陈家慧，王方强，兰贵天，等. 耐张线夹防滑槽漏压的
失效分析与机理研究[J]. 热加工工艺，2022，51（12）：
146-150，155．
[7] 马小敏，范松海，毕茂强，等. 一种基于温升监测的输
电线路耐张线夹缺陷智能诊断方法[J]. 重庆理工大学
学报（自然科学），2021，35（5）：207-213．
[8] 张睿哲，周恺，蔡瀛淼，等. 基于脉冲反射法的耐张线
夹压接质量超声检测技术研究[J]. 电测与仪表，2023，
图 4 不同方法检测结果的 AP 值曲线 60（3）：153-156，171．
由图4可见， 所提方法在输电线路耐张线夹压接 [9] 李帷韬，侯建平，张倩，等. 基于强化学习和Transformer

质量检测中的AP值较高，平衡点为0.812，而其他 的输电线路缺陷智能检测方法研究[J]. 高电压技术，
3种方法的AP值平衡点分别为0. 635，0. 664，0.729。 2023，49（8）：3373-3384．
[10] 叶翔，孙嘉兴，甘永叶，等. 改进YOLOv3模型在无人
3 结论 机巡检输电线路部件缺陷检测中的应用研究[J]. 电测

与仪表，2023，60（5）：85-91．
提出一种基于RetinaNet算法的输电线路耐张
[11] 徐海青，余江斌，梁翀，等. 基于GAN的改进RPN输电
线夹压接缺陷图像检测方法，该算法能够更好地处
线路细小金具缺陷检测方法[J]. 电子器件，2021，44（6）：
理复杂的背景和目标检测问题。最后进行了对比试
1409-1416．
验，试验结果表明，该方法在输电线路的耐张线夹压 [12] 李雪露，杨永辉，储茂祥. 基于改进RetinaNet-GHM算
接缺陷检测工作中有着更高的精度，在实践应用中 法的钢板表面缺陷检测[J]. 电子测量技术，2023，46（6）：
具有可行性。 100-105．
[13] 吴君，范鹏辉，王满利. 多尺度融合的CRC-RetinaNet
参考文献：
光伏板阴影检测方法[J]. 激光与光电子学进展，2022，
[1] 李鹏吾，刘荣海，周静波，等. 基于深度学习的耐张线 59（16）：1615009．
夹压接缺陷X射线影像智能识别[J]. 南方电网技术， [14] 戚银城，武学良，赵振兵，等. 嵌入双注意力机制的
2022，16（3）：126-133． Faster R-CNN航拍输电线路螺栓缺陷检测[J]. 中国图
[2] 吴刘宸，张辉，刘嘉轩，等. 基于区域注意力机制和多 象图形学报，2021，26（11）：2594-2604．
尺度特征融合的输电线路螺栓缺陷检测[J]. 计算机科 [15] 赵杰伦，张兴忠，董红月. 基于尺度不变特征金字塔的
学，2023，50（1）：438-444． 输电线路缺陷检测[J]. 计算机工程与应用，2022，58（8）：
[3] 刘兰兰，万旭东，汪志刚，等. 基于超分辨率重建与多 289-296．

47
2024 年 第 46 卷 第 8 期
无损检测