企业官网建设流程全解析

基于无人机图像的输电线路异物检测数据集

本数据集面向输电线路异物检测任务，采集自无人机视角图像，聚焦输电线及周边区域常见的悬挂、飘挂和侵入类异物，可用于电力巡检中的异物识别与风险预警研究。

基本信息

• 任务类型：目标检测，主要用于输电线路异物目标的定位与识别。

• 数据规模：共包含 1495 张标注图像。官方实验按 8:2 划分为训练集（1196 张）和测试集（299 张）。

• 图像类型：无人机视角图像，场景围绕输电线路巡检环境构建，具有较强的工程应用背景。

• 类别设置：包含 6 类典型异物——鸟巢、风筝、气球、火情、人员和猴子。

标注信息

• 标注形式：提供目标边界框标注，适合用于主流目标检测模型训练与评测。

• 标注格式：txt 格式，适用于 YOLO 系列模型。

数据特点

• 覆盖多种地理背景和异物类型，兼顾输电线路巡检中常见的悬挂类、漂浮类和入侵类目标，场景多样性较好。

数据难点

• 异物目标普遍尺寸较小；

• 部分目标与背景对比度低；

• 不同类别在外观、尺度和出现频率上存在明显差异；

• 易受复杂背景干扰。

适用方向

• 输电线路异物检测

• 无人机巡检视觉分析

• 电力安全预警

• 小目标检测相关研究