摘要

在电力配网领域中,为了对电力设备进行评估和风险排查,需要检测电力设备在带电状态下进行的各种作业。目前主流的配电网目标检测方法有基于深度学习的目标检测方法和基于传统计算机视觉算法的目标检测方法。前者利用深度学习算法,通过对标注数据的学习,训练出一个能够自动检测目标的模型,检测精度和速度上都有很大的提升,但需要大量的标注数据和计算资源进行训练和推理。后者利用传统的计算机视觉算法,对图像进行特征提取,并使用分类器对目标进行检测,但在复杂场景下的检测精度会受到影响。随着技术的提升,配电网带电目标检测技术会越发完善。