Page 119 - 东莞市厚街中学2025届高三毕业纪念

物联网技术在航空障碍灯管理及智慧校园建设的应用研究 PAGE/118

6. 基于人工智能的输电线路异常识别研究

项目简介

针对输电线路传统巡检效率低、成本高以及现有深度学习模型推理延迟大的问题，本研究提出一种基于轻量化
YOLOv11 的缺陷检测与边缘部署方案。
通过采集真实场景视频构建目标数据集，构建基线模型。通过图像增广处理、优化器、遗传算法手段，对基线模型进
行优化。采用三阶段联合优化策略：首先利用神经网络结构裁剪压缩参数量 40%，再结合量化感知训练控制精度损失在
20% 以内，最后通过 T ensorRT 引擎优化实现模型加速。
实验结果表明，优化后的模型在 NVIDIA Jetson Orin Nano 平台推理速度由 50.3ms 压缩至 20.1ms，mAP 由
82% 提升至 88%，对不同光照、天气条件下的小目标绝缘子检测率在 80% 以上，同时，开发基于 Streamlit 的轻量化
Web 可视化系统，支持浏览器实时响应，实现检测结果的实时交互。
该系统为输电线路智能化巡检提供了高精度、低延时的边缘计算解决方案，未来可进一步探索小目标检测与硬件协同
设计以提升性能。

项目成熟度

成果孵化阶段

转化方式

技术入股