技术摘要：
本发明公开了一种结合Faster R‑CNN ResNet101 FPN的绝缘子图片缺陷检测方法。采集绝缘子缺陷样本图片并做缺陷标注；作去噪防抖预处理，数据扩充，分为训练集和测试集；以ResNet50网络框架模型以及Faster R‑CNN检测网络模型结合FPN特征金字塔网络模型，搭建绝缘子缺陷 全部
背景技术：
绝缘子作为高压输电线路中的重要部件，一方面对传输导线起着机械支撑的作 用，另一方面有效防止输电传送中的大电流对地形成接地回路，对输电线路的平稳安全运 行起着非常重要的作用。但是，由于绝缘子常年暴露在自然环境中，长期遭受强电场、机械 应力、污秽及温湿度等构成的恶劣环境的侵蚀，通常会出现很多缺陷，这会使其降低绝缘能 力甚至完全丧失，中断供电，甚至造成电网解裂，将极大地威胁高压电网的安全。然而，现有 的绝缘子由于所处环境复杂，不便于运行人员巡视，人为因素的不稳定也无法保证巡检的 准确性，且考虑到运行维护的高费用和高危险性，传统低效率的人工巡检方法已经无法满 足需求，亟需提出一种高效准确的绝缘子图片缺陷检测方法。
技术实现要素：
为了解决
本发明公开了一种结合Faster R‑CNN ResNet101 FPN的绝缘子图片缺陷检测方法。采集绝缘子缺陷样本图片并做缺陷标注；作去噪防抖预处理，数据扩充，分为训练集和测试集；以ResNet50网络框架模型以及Faster R‑CNN检测网络模型结合FPN特征金字塔网络模型，搭建绝缘子缺陷 全部
背景技术：
绝缘子作为高压输电线路中的重要部件，一方面对传输导线起着机械支撑的作 用，另一方面有效防止输电传送中的大电流对地形成接地回路，对输电线路的平稳安全运 行起着非常重要的作用。但是，由于绝缘子常年暴露在自然环境中，长期遭受强电场、机械 应力、污秽及温湿度等构成的恶劣环境的侵蚀，通常会出现很多缺陷，这会使其降低绝缘能 力甚至完全丧失，中断供电，甚至造成电网解裂，将极大地威胁高压电网的安全。然而，现有 的绝缘子由于所处环境复杂，不便于运行人员巡视，人为因素的不稳定也无法保证巡检的 准确性，且考虑到运行维护的高费用和高危险性，传统低效率的人工巡检方法已经无法满 足需求，亟需提出一种高效准确的绝缘子图片缺陷检测方法。
技术实现要素：
为了解决
