陈 潇¹，徐 曙¹，张成巍¹，许海源¹，闵建亮²

(1. 中国南方电网 深圳供电局有限公司，广东 深圳 518000；2. 中山大学 智能工程学院 智能交通系统重点实验室，广东 广州 510006)

摘 要：针对传统巡检方法对输电塔陶瓷绝缘子表面缺陷识别存在效率低、精度差、漏检率高的问题，采用基于改进U-net网络的无人机智能巡检方法，对输电塔中的陶瓷绝缘子表面缺陷进行检测与识别。运用空洞卷积矩阵对U-net网络中的卷积层进行膨胀系数优化，增大卷积核感受野提升缺陷细节信息的完整性；采用全尺度跳跃连接模型融合高位特征信息与低维特征信息，提高陶瓷绝缘子表面缺陷特征的准确性。实验结果表明：基于改进U-net网络的无人机智能巡检方法对陶瓷绝缘子的表面缺陷检测，其识别准确率(Accuarcy)为97.6%、平均精度(mPA)为95.28%、平均交并比(mIOU)为91.56%。与U-net相比，此方法对陶瓷绝缘子表面缺陷的巡检精度提高了7.8%。

关键词：陶瓷绝缘子；表面缺陷；改进U-net网络；空洞卷积矩阵；全尺度跳跃连接模型