国外最新公开的输电线路巡检数据集

用于输电线路目标检测任务、图像分类任务和无监督工业缺陷检测任务的最新输电线路公开数据集

背景

1. 目前缺乏一种公开且全面的输电线路巡检数据集
2. 已公开的输电线数据集无法解决多个视觉任务
3. 现有的输电线路数据集缺乏挑战性任务(如小目标检测，多目标检测等)
4. 缺乏显示场景下工业层面的缺陷图像
5. 缺乏输电线路巡检场景下的基准实验研究

基于上述问题，文章提出了一个全新的用于输电线路巡检领域的数据集，由于现有的数据集主要只针对绝缘子以及输电线路杆塔等目标。本文所提出的数据集更加关注多尺度的电力部件，其中除了绝缘子外，还包括防震锤、垫片、间隔棒、联板等目标。同时还提出了复杂背景下的挑战。其中复杂背景主要包含，所处环境的复杂、透视扭曲变形、目标遮挡、多种光照等问题。该数据集包含10607张图片，由无人机在多种环境，多个方向，多个距离下采集的17个类别，包含28933个实例。并对于其中五种目标，6类缺陷进行了目标检测的评估(402个缺陷样本)，同时也评估了图像分类和无监督异常检测等基线实验。

一、现有公开数据集

图1. 公开数据集

文章首先说明了现有公开的数据集，主要包含：

1. 绝缘子数据集
2. 绝缘线路塔数据集
3. 杆塔数据集
4. 多分类额输电线路数据集
   (上述数据集的具体下载地址，上一篇博客已有涉及)
   并指出其数据集存在的问题，只能进行部分视觉任务，不够通用。

二、本文所构建数据集

InsPLAD 数据集可以实现目标检测、图像分类和异常检测等三类视觉任务。首先描述了使用无人机捕获有源输电线路图像的过程，接着讨论图像的标注过程。最后介绍并讨论了生成的数据集在各个基线任务上的实验结果。

1.数据集描述

数据集的采集点来自于巴西东部500kv的输电线路，选取了17个电力部件，主要是两种类型的防震锤，四种类型的玻璃绝缘子及其故障，两种类型的避雷针，杆塔标识物，四种类型的复合绝缘子，间隔棒，钢丝绳个两类联板。无人机采用DJI Matrice 210 V2。共采集10607张图像，1920×1080尺寸，包含28000个标注。采用labelimg标注，json格式的数据集。

图2. 数据集标注

2.基线实验

2.1 数据集的拆分
下面是数据集中的分布类型
图

图3. 目标检测数据集的分布

图4. 图像分类数据集的分布

2.2 目标检测基线实验

图5. 目标检测基线实验

2.3 有监督图像分类

图6. 监督学习图像分类基线实验

2.4 无监督图像分类

图7. 工业缺陷无监督学习基线实验

总结

总的来说，InsPLAD 是最大的公共电力线相关数据集，涉及电力线组件、图像数量、注释、缺陷和视觉任务。还提供了具有最先进和流行的对象检测、图像分类和异常检测方法的基准作为基准。它显示了所有三个步骤都有改进的空间。我们希望 InsPLAD 能够激发未来在电力线领域和其他面临类似挑战的领域进行视觉检测的研究。
下面是数据集的下载链接：https://github.com/andreluizbvs/InsPLAD/