《表1 数据集信息：基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验数据包含1757张经过锐化处理的电力巡检图像，通过人工标注用于训练防鸟刺目标检测模型YOLOv3。根据标注框信息从1795张包含防鸟刺的电力巡检图像中截取出防鸟刺矩形区域并按照是否存在故障进行分类存储，用于防鸟刺故障分类器的训练及测试。防鸟刺图像数据集描述如表1所示。其中，防鸟刺检测训练集与测试集中正常防鸟刺目标数量与故障防鸟刺目标数量的比例约为1:1。