输配电线路机巡图像缺陷自动识别技术研究

本作品依托南方电网“输配电线路机巡图像缺陷自动识别技术研究与应用”科研项目开发，项目经费223万元，旨在解决传统人工巡检效率低、复杂背景下小目标缺陷漏检及误检率高等问题。本人担任项目学生负责人，主要负责技术方案设计、数据集构建、深度学习算法研发、模型训练优化及系统测试。项目基于YOLOv5目标检测框架，通过改进RepVGG轻量化主干网络、引入自适应图像滤波及优化损失函数，提升复杂巡检场景下的缺陷识别能力与检测效率。同时结合PyQt5开发智能检测客户端，实现巡检图像批量识别、缺陷定位、结果可视化、历史数据管理及检测报告生成等功能。最终完成软件系统开发与项目交付，相关成果应用于南方电网输电巡检业务场景，并形成SCI学术论文等科研成果，具备较强的工程应用价值。