# 手把手教你使用YOLOV5做电线绝缘子缺陷检测
随着社会和经济的持续发展,电力系统的投资与建设也日益加速。在电力系统中,输电线路作为电能传输的载体,是最为关键的环节之一。而绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。大多数高压输电线路主要架设在非城市内地区,绝缘子在输电线路中由于数量众多、跨区分布,且长期暴露在空气中,受恶劣自然环境的影响,十分容易发生故障。随着大量输电工程的快速建设,传统依靠人工巡检的模式,已经越来越难以适应高质量运维的要求。随着国网公司智能化要求的提升,无人机技术的快速应用,采取无人机智能化巡视,能够大幅度减少运维人员及时间,提升质量,因此得到快速发展。
深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。
废话不多说,咱们先看两张实际效果。
![val_batch0_pred](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/val_batch0_pred.jpg)
![](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230315155840755.png)
## <font color='red'>注意事项</font>
1. 尽量使用英文路径,避免中文路径,中文路径可能会导致代码安装错误和图片读取错误。
2. pycharm运行代码一定要注意左下角是否在虚拟环境中。
3. 库的版本很重要,使用本教程提供的代码将会事半功倍
遇到解决不了的问题可以通过<font color='red'>私信(QQ:3045834499)</font>联系我,粉丝儿朋友远程调试该项目(包含数据集和训练好的三组模型)仅需99个圆子。
## 前期准备
项目下载地址:[ YOLOV5电线绝缘子缺陷检测数据集+代码+模型+教学视频+参考论文资源-CSDN文库](https://download.csdn.net/download/ECHOSON/87579913)
### 电脑设置
大部分小伙伴使用的电脑一般都是windows系统,在windows系统下跑代码,难免会遇到各种各样的bug,首先是编码问题,为了防止代码在运行过程中,出现编码错误,我们首先要将我们电脑的语言设置为utf-8格式,具体如下。首先在搜索框搜索语言,点击这里。
![image-20230314162708618](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162708618.png)
找到管理语言设置。
![image-20230314162736950](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162736950.png)
勾选utf-8即可。
![image-20230314162809457](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162809457.png)
另外有的电脑初始设置的时候内存是由电脑自行分配的,很可能在运行训练代码的时候出现显存溢出的情况,为了防止该情况的出现,我们需要在高级系统设置中对虚拟内存进行设置,如下。
首先打开高级系统设置,点开性能中的设置。
![image-20230314163125410](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163125410.png)
在高级中找到虚拟内存的设置。
![g](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163246667.png)
以d盘为例,这里我们将虚拟内存设置在4G到8G之间,其余操作一样。
![image-20230314163343142](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163343142.png)
其他盘也设置完成之后,点击确定之后按照电脑提示重启即可。
### 相关软件安装
* Nvidia驱动安装(可选)
首先是驱动的安装,这个小节主要是针对电脑带有Nvidia显卡的小伙伴,如果你的电脑没有Nvidia显卡,你直接跳过就可以了,你可以通过右下方的任务栏判断是是否具有这个显卡,如果是笔者这里的绿色小眼睛图标,说明你是具有Nvidia显卡的。
![image-20230314163712808](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163712808.png)
驱动下载的地址为:[官方驱动 | NVIDIA](https://www.nvidia.cn/Download/index.aspx?lang=cn)
注意请按照你电脑具体的型号来选择驱动文件,不清楚的可以通过设备管理器来查看你显卡的具体型号。
![image-20230314163843861](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163843861.png)
![image-20230314164934119](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314164934119.png)
下载exe文件之后,直接下一步下一步按照默认安装就好,注意这里最好按照默认目录安装,否则可能导致安装失败的情况如下,安装完毕之后重启电脑,在命令行中输入`nvidia-smi`,如果正常输出显卡的信息说明显卡驱动安装已经成功。
![image-20230314164556374](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314164556374.png)
<font color='red'>另外,这里多叭叭两句。</font>
很多的远古教程会教你去安装cuda和cudnn,这个过程非常麻烦,并且需要你注册nvidia的账户,由于众所周知的原因,账户注册就很繁琐。其实,在新版本的驱动安装中,就已经自带最新版本的cuda,比如我上图所示的在笔者驱动安装完毕之后已经自带了12.0的cuda,cuda这个东西是向下兼容的,后续的cudnn那些我们直接通过anaconda来安装就可以了,这样真的省心很多。
* Anaconda安装
conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。我强烈推荐你使用他,他的作用类似于java中的maven和我们平时使用的虚拟机,他能够保证的项目之间互相是隔离的。举个简单的例子,如果你同时有两个项目,你一个使用的pytorch1.8,一个用的是pytorch1.10,这样一个环境肯定就不够了,这个时候anaconda就派上大用场了,他可以创建两个环境,各用各的,互不影响。
Anaconda有完全版本和Miniconda,其中完整版太臃肿了,我这边推荐使用miniconda,下载地址在:[Index of /anaconda/miniconda/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror](https://mirrors.bfsu.edu.cn/anaconda/miniconda/)
下滑到最下方,点击这个版本的下载即可。
![image-20230314165429511](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314165429511.png)
同样的,下载之后安装即可,<font color='red'>注意不要安装在C盘!!!</font>,另外,添加到系统路径这个选项也请务必选上,后面使用起来会带来很多便捷,并且这里的安装位置请你一定要记得,后面我们在Pycharm中将会使用到。
![image-20230314165627756](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314165627756.png)
* Pycharm安装
OK,Anaconda安装完成之后,我们还需要一个编辑器来写代码,这里推荐大家使用Pycharm,Pycharm有专业版和社区版,社区版是免费的,专业版如果你有教育邮箱的话也可以通过教育邮箱注册账户来使用,但是社区版的功能已经够绝大多数小伙伴来用了,Pycharm的下载地址在:[Download PyCharm: Python IDE for Professional Developers by JetBrains](https://www.jetbrains.com/pycharm/download/#section=windows)
![image-20230314170220451](https
没有合适的资源?快使用搜索试试~ 我知道了~
YOLOV5电线绝缘子缺陷检测数据集+代码+模型+视频讲解
共502个文件
yaml:63个
jpg:53个
py:51个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 341 下载量 108 浏览量
2023-03-15
16:37:24
上传
评论 40
收藏 350.45MB ZIP 举报
温馨提示
绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。本项目可以作为计算机专业毕业涉及,提供处理好的数据集、视频和三组训练好的模型,部署简单,并且具有可用于图片检测和视频检测的图形化界面,方便易用。
资源推荐
资源详情
资源评论
收起资源包目录
YOLOV5电线绝缘子缺陷检测数据集+代码+模型+视频讲解 (502个子文件)
events.out.tfevents.1648517018.chenming.196514.0 953KB
events.out.tfevents.1648477194.chenming.98644.0 871KB
events.out.tfevents.1648466002.chenming.69706.0 789KB
events.out.tfevents.1678866701.chenmingsong.12680.0 222KB
events.out.tfevents.1678866535.chenmingsong.4364.0 88B
002211813e08652a05c10dc599f6112b93ebae 19KB
04e989c2a55c104f23b942f546d2b050bd0f2e 153B
05a867e5644be8cc7549b89cad89d5e84573d0 413B
0816520a5f4f2745230ac24a7f6f4ec1964142 213B
0924343f009e8bf24342cba87d69f9557a0db8 176B
0b350afc43d63dfe40deb428429b9602805e83 12KB
0b8b4e81735edd67e5cb913d29b5839b6f9a8f 303B
0c28e764c12479f14b3bdddc2ddd1e075f137b 4KB
0c71d32551789d57e5f44fd936636ecb4e3414 697B
0d7c447527f1116e0edb3e1c096904fe3302f1 627B
0e0c65e63da1535d1715f877bfd9114d0422bf 5KB
0fa9093ed937425a74dda995e6795362be1798 23KB
1045a74be14d3f092e08344a83fa5a188799b0 364B
10c8ebbda4c8f2f2c03f064b73f8f51d3a7425 500B
132cb7bd07532849e44cf25e74813fd6251914 18KB
1538e54be7e458efd2bc02a485b3d27f78d52f 609B
1731c979a121ab8227280351b70d6062efd983 679B
18085f51f3d62ee98f5e4a1d0a691cf24ac410 177KB
19a83cfbdf09bea634c3bd9fca737c0b1dd505 436B
19e4d9d88f2705699ff220815f1422d051d7e2 8KB
1d2ca6b581643a60a50a358b2470f65da2c2c8 4KB
1e9a132ac6ba912dce03fae48a8ec39e9f7c77 7KB
2063e4ec471fd56d42a433d109a5fa7a5cb3a7 79B
21f30f93ca37578ce45366a1ddbe3f3eadaa79 227B
24b83b56bc7e55e1d51fde2b318bb19911b44b 3KB
251a9266a2a00e6c9add2f399b53a955a8f597 4KB
259f17f4f8cc4bc7e4357210708a9d902f0329 1KB
25ce58b6b14b10d420d9b1be3ef067e03cabea 12KB
25dd1b9d2ba06b48a1c6c65b705d53ab783693 1KB
26acbd92043458311dd949cc09c0195cd35400 852B
26da7b6a269a4e71e274ef090d5d5cbc875242 192B
289104eb4807112e1a3f19152b80c80ed5f5ea 6KB
2b45088dc4b3ff13f3d8f95ede967ebba09317 612B
2b9b9a1b95f4f2c4c87755cc2abe9a258f04eb 7KB
2c2cb699e3cf261da462ec7dd20c0ffb7aaad3 693B
2c84c130c7b5d3dcfecbc6fafe8a4fbc0c193a 1KB
2d98bdc36df092299887d8f50e3c1f6f96c683 3KB
2f5845f884b3e089733591825c1c1a70d34041 696B
327702e83ea50d82916fcf6bc2731978121c99 614KB
3401e8997449a6e3dff9c1b30cc88a279c3316 146B
3485e2079abe227664474fafe83831ee3be237 1KB
351bdb81586b05d456708ba20bd8c0a659e07f 19KB
3720a65be5a35acf661c2428883528710ed649 308B
389e9940586765dbcaa1e172595df5d3854628 2KB
399a3a5ac6c9c8c5c116a9abd1c655dc19ff82 55B
3a756d60a34da5dc6ff607402c0614c5e65d71 3KB
3ad16a0f58cf48bfc71afdbd1a548bc5ffe8db 623B
3b7db4e49cb5d89c0b18d90f112a1c6386cc2a 13KB
3ba519f3432aa2344ba422d659445f4bb9787d 176B
3d21688ad22e42423a05650ff05de2a6a87ce8 190B
3e311165c785f000eb7493ff8fb662d06a3f83 473KB
3e5514a06e77e5fb86e86d08549b5f74fa8389 2KB
3e9c6fbf9f7f00c9e7f2a24bc8513a9d5717ea 568B
429c0787f7c374c17d8de9ec460f2de84e93d4 343KB
4388ca94c7b1729ba9c7f86ffbf43b20d6e74a 12.58MB
450d5f6e9acd550fec23acf3b05c5b52574f61 595B
469b8dc1fb95295a45d048ae140db5ca16b595 16KB
4815f5cfa03329618c4a1801f16ce68ec666e0 614B
482dd37bea9762963704b0d28477248d6c242f 7KB
4b240e6c36658436f426531485843d4ce0e5a6 632B
4c18993417309ddd6b4d37e80f1965fcf7973d 3KB
4c8e503e0e06199f4d9cd8f522fbf701758371 3KB
4ceeafca64556613c2022b8c4c27af9be7bc82 227B
50f55ec8caf1cca589a3e7d8b45b5826361115 529B
51ca3e18868d9f1f61ad437409d4b08fe6da04 148B
52c73fe6d44dcb7ede43103b2af609bba38dfb 622B
52f30a264d66403f6e9be7bb720171d7f1d330 4KB
536605faed599efe2dfd34db52888bfc631b1c 49B
543272ad6c6525fd67eb9dc3e6b8179773b23a 12KB
5467cc4502b74e527beeb03a605f939acc5852 15KB
54893896fda4174d317a6803a1db9ca76a1915 295B
55032ceb6a107c98e1f7e5deeebc72f16f8251 111KB
55513223204f376cedf636a54fe93af5e4c233 645KB
55618f475104e9858b81470339558156c94e13 450B
569db3f81da6c0775de163254eb08ef0680f9d 14KB
56b7c1186d6ad278957bbd6e976c3a0f169a30 145B
586cc63faedd91b03ff0c91f99006736034759 839B
58f7cb604cc618069c838d6ee0d71d92324e2d 386B
5ce2da2d6447d11dfe32bfb846c3d5b199fc99 142B
5df743b7ba6904dc25d954aff3d77df2f6ad4d 127B
6059bc30bff425fd3a7b2ee83a40a642a8e8c6 561B
6086b2a89a04f1c863aee02607b7712f5f77b9 162B
6180b564e87d919d67f618bfc5b368c087754b 592B
6378f4ed99d38f0575c77f18bf9aba72ff02f9 5KB
63a26066e24032f8ddf21a1bee46dcbba48fd3 14KB
65580acee5afed347d67122b1b991e05cf7c24 7KB
65cb8fc6cb0eab505312c9119db534f7caab17 218B
68c16658501959a3e8ed1b0beaf47413cfe936 310KB
68fb197d4479b3b6dec6e85bd5cbaf433a87c5 437KB
6982158ce82d4e4ed7241c469b6f0166f0db49 645B
69acc48d89b71e295a565b0519bea6eb6f29c1 348B
6be75634de5c12c2c3461065e5e647ea555e09 49B
6cd4dac11ca01b3906827add386f91a1a267f2 104B
6eef48fb7c45ca64bd8bbf427c316612e2a2e0 7KB
6f143b5e892a9fa144d69c0825102223c90bf1 2.58MB
共 502 条
- 1
- 2
- 3
- 4
- 5
- 6
肆十二
- 粉丝: 1w+
- 资源: 36
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
- 4
- 5
- 6
前往页