[TOC]
### TOP课题组
#### 国内
##### 1.张珂：华北电力大学保定校区
教授，博导，研究生院院长。以“电力+人工智能”、“电力+计算机视觉”、“电力+新一代信息技术”为研究方向。
##### 2.双丰：广西大学
教授，博导，电气工程学院院长。研究方向为智能移动机器人，多维力触觉传感器，量子学习控制。
开源项目均在中稿后删库跑路
##### 3.毛建旭：湖南大学
教授、博士生导师，教育部视觉控制技术与应用工程研究中心副主任，机械工业先进制造视觉检测与控制技术重点实验室副主任。
论文挂王耀南院士
##### 4.黄新波：西安工程大学
二级教授，博导，教育部新世纪优秀人才，陕西省工业和信息化厅党组成员、副厅长，曾任西安工程大学副校长、电子信息学院院长，
小导：纪超
##### 5.焦润海：华北电力大学北京
研究方向主要包括机器学习、数据挖掘、人工智能安全及其在能源大数据分析、智能电网运行安全等电力系统领域的应用。
##### 6.江灏：福州大学
jiangh@fzu.edu.cn
主要做漳州供电公司、福建电科院等单位的横向课题（面向云边智能协同的输电线路巡检机巢平台赋能应用研究、基于AI前端算法的无人机智慧巡检、输电线路无人机巡检图像缺陷诊断与图像库系统设计、架空输电线路巡检图像质量分析与交互式标注管理关键技术研究、电力特种无人机全自主飞行控制及电网巡检技术研究）
### 论文
#### 综述
##### 1.电力巡检机器人路径规划技术及应用综述
- 作者：毛建旭课题组
#### 电力线关键部件/缺陷检测
##### 1.Transmission Line Key Components and Defects Detection Based on Meta-Learning（24'TIM）
- 作者：华电-张珂课题组
- 数据：不开源
- 特点：元学习、少样本（10-shot、30-shot）
##### 2.Transmission Line Component Defect Detection Based on UAV Patrol Images: A Self-Supervised HC-ViT Method（24'TSMC）
- 作者：华电-张珂课题组
- 数据：不开源
- 特点：自监督学习
##### 3.Key target and defect detection of high-voltage power transmission lines with deep learning（22'International Journal of Electrical Power and Energy Systems）
- 作者：武汉大学-吴功平课题组
- 数据：自行收集，不开源
- 特点：
##### 4.A Small-Sized Defect Detection Method for Overhead Transmission Lines Based on Convolutional Neural Networks（23'TIM）
- 作者：广西大学-刘捷丰课题组
- 数据：自行收集+CPLID凑出来的，不开源
- 特点：
##### 5.Structural Defect Detection Technology of Transmission Line Damper Based on UAV Image（23'TIM）
- 作者：黄新波课题组
- 数据：不开源
- 特点：非深度学习方法
##### 6.DSA-Net: An Attention-Guided Network for Real-Time Defect Detection of Transmission Line Dampers Applied to UAV Inspections（24'TIM）
- 作者：黄新波课题组
- 数据：不开源
- 特点：传输线风叶缺陷检测
##### 7.PSTL-Net: A Patchwise Self-Texture-Learning Network for Transmission Line Inspection（24'TIM）
- 作者：毛建旭课题组
- 数据：不开源
- 特点：传输线风叶缺陷检测
##### 8.Attention-Guided Multitask Convolutional Neural Network for Power Line Parts Detection（22'TIM）
- 作者：湖南大学张辉/毛建旭课题组（挂王耀南）
- 数据：不开源
- 特点：
##### 9.Tower Masking MIM: A Self-Supervised Pretraining Method for Power Line Inspection（24'TII）
- 作者：江灏
- 代码：https://github.com/tmmim/PLSSL_TM_MIM
- 数据：
- 特点：自监督
#### 螺栓缺陷检测
##### 1.An Ultrasmall Bolt Defect Detection Method for Transmission Line Inspection（23'TIM）
- 作者：武汉大学-王波课题组
- 数据：数据是真不错 可惜不开源
- 特点：
##### 2.PAformer: Visually Indistinguishable Bolt Defect Recognition Based on Bolt Position and Attributes（22'APSIPA）
- 作者：华电-张珂课题组
- 数据：不开源
- 特点：
##### 3.PA-DETR: End-to-End Visually Indistinguishable Bolt Defects Detection Method Based on Transmission Line Knowledge Reasoning（23'TIM）
- 作者：华电-张珂课题组
- 数据：自建数据集VIBD，不开源
- 特点：
##### 4.Detection Method Based on Automatic Visual Shape Clustering for Pin-Missing Defect in Transmission Lines（20'TIM）
- 作者：华电-张珂课题组
- 数据：不开源
- 特点：
##### 5.CSSAdet: Real-Time End-to-End Small Object Detection for Power Transmission Line Inspection（23'TPD）
- 作者：上海交大-李喆课题组
- 数据：自行收集，不开源
- 特点：
##### 6.A Deep Learning Model for Small-size Defective Components Detection in Power Transmission Tower（22'TPD）
- 作者：焦润海组
- 数据：不开源
- 特点：
##### 7.A Defective Bolt Detection Model With Attention-Based RoI Fusion and Cascaded Classification Network（23'TIM）
- 作者：焦润海组
- 数据：不开源
- 特点：
#### 绝缘子检测
##### 1.Detail R-CNN: Insulator Detection Based on Detail Feature Enhancement and Metric Learning（22'TIM）
- 作者：双丰课题组，广西大学
- 数据：不开源，来自广西电网
- 特点：
##### 2.InsDef: Few-Shot Learning-Based Insulator Defect Detection Algorithm With a Dual-Guide Attention Mechanism and Multiple Label Consistency Constraints（23'TPD）
- 作者：双丰课题组，广西大学
- 数据：不开源，来自南方电网
- 特点：
##### 3.MCI-GLA Plug-In Suitable for YOLO Series Models for Transmission Line Insulator Defect Detection（24'TIM）
- 作者：王亚茹课题组，华电保定
- 代码：https://github.com/falian0527/MCI-GLA
- 数据：开源，但是百度云链接失效了，https://github.com/falian0527/PowerCV-data，该数据是IDID和CPLID凑出来的
- 特点：
##### 4.An Insulator Defect Detection Model in Aerial Images Based on Multiscale Feature Pyramid Network（22'TIM）
- 作者：天津城建大学-郝琨组
- 数据：CPLID和泰迪杯的40张凑的
- 特点：
##### 5.MFI-YOLO: Multi-Fault Insulator Detection Based on an Improved YOLOv8（24'TPD）
- 作者：武汉大学-秦亮组
- 数据：在福建自行收集
- 特点：
##### 6.Real-Time Condition Monitoring of Transmission Line Insulators Using the YOLO Object Detection Model With a UAV（24'TIM）
- 作者：Subrata Karmakar 印度
- 数据：IDID、CPLID和自己的数据，三个数据集上做实验
- 特点：
##### 7.AdIn-DETR: Adapting Detection Transformer for End-to-End Real-Time Power Line Insulator Defect Detection（24'TIM）
- 作者：刘大明 上海电力大学
- 数据：CPLID和自己的数据
- 特点：CPLID数据集性能100%
##### 8.Occluded Insulator Detection System Based on YOLOX of Multi-Scale Feature Fusion （24'TPD）
- 作者：四川大学 方夏组
- 数据：自建数据，不开源
- 特点：
##### 9.Detecting Insulator Strings as Linked Chain Structure in Smart Grid Inspection（23'TII）
- 作者：三峡大学 孙水发（23跳到杭州师范大学了）组
- 数据：自建数据，
- 特点：
##### 10.InsuDet: A Fault Detection Method for Insulators of Overhead Transmission Lines Using Convolutional Neural Networks（21'TIM）
- 作者：广西大学 张镱议组
- 数据：CPLID
- 特点：
##### 11.CapNet: Learning Insulator Self-Blast From Bounding Box（24'TIM）
- 作者：浙江大学 杨强
- 数据：自己构建的，没开源In this work, the insulator self-blast dataset (ISBD) consists of in total of 21 492 aerial images with the size of 640 × 640,
- 特点：
#####
#### 传输线异物检测
##### 1.FusionNet: Detection of Foreign Objects in Transmission Lines During Inclement Weather（24'TIM）
- 作者：黄新波组
- 数据：不开源，来自南方电网
- 特点：
#### 传输线分割（检测）
##### 1.Power Line-Guided Automatic Electric Transmission Line Inspection System （22'TIM）
- 作者：河海大学Qingwu Li组
- 数据：一部分自建数据，TTPLA，PLDM，PLDU
- 特点：
##### 2.Transmission Tower and Power Line Detection Based on Improved Solov2
- 作者：四川大学 方夏组
- 数据：自建数据，不开源
- 特点：
##### 3.DRA-Net: A Dual-Branch Residual Attention Network for Pixelwise Power Line Detection（23'TIM）
- 作者：郑州大学 刘艳红组
- 数据：PLDM和自己数据
- 特点：
##### 4.PLGAN: Generative Adversarial Networks for Power-Line Segmentation in Aerial Images（23'TIP）
- 作者：Rabab Abdelfattah, University of South Carolina
- 数据：TTPLA
- 特点：
##### 5.PLE: Power Line Extraction Algorithm for UAV-Based Power Inspection（22'IEEE Sensors Journal）
- 作者：广西大学双丰
- 数据：自己构建的数据集，不开源
- 特点：非学习方法，
#### 人员相关
##### 1.PowerSkel: A Device-Free Framework Using CSI Signal for Human Skeleton Estimation in Power Station（24'IEEE Internet of Things Journal）
- 作者：福州大学江灏
- 代码：https://github.com/power-operation/CKDformer/tree/main
- 数据：自己构建的数据集，不开源，作者说如果需要合作，邮件联系
- 特点：人体关键点（姿势）估计，非图像方法。训练时两个支路，一个Kinect图像分支，估计出来姿势作为GT，约束另一支CSI信号分支的训练。测试时只使用CSI（即信道状态信息，是无线通信领域中的一个重要概念，这里用的是WiFi信号）。
### 开源数据集
#### 绝缘子检测
##### 1.SFID（Synthetic Foggy Insulator Dataset）（22‘TIM）
- 作者：张正德、张博、裴凌、**郁文贤**等（上海交大）
- url：https://github.com/zhangzhengde0225/FINet
- 规模：~13700images，2 cls
##### 2.UFID（Unifying Public Datasets for Insulator Detection and Fault Classification in Electrical Power Lines）（20'github）
- 作者：Vieira-e-Silva et. al.
- url：https://github.com/heitorcfelix/public-insulator-datasets
- 备注：整合了Tomaszewski et. al.提出的数据集和CPLID数据集
##### 3.CPLID（Chinese Power Line Insulator Dataset）（18'TSMC）
- 作者：中科院自动化所-陶显课题组
- url：https://github.com/InsulatorData/InsulatorDataSet
- 规模：600正常、248异常
- 特点：正常图像为拍摄的，异常图像是合成的（抠图贴图）
##### 4.CID（Catenary Insulator Defect）（24'TIM）
- 作者：华科-钟胜课题组
- url：https://github.com/Light-ZhangTao/Insulator-Defect-Detection
- 规模：3900train（正常）、393test（异常）
- 特点：无监督baseline，在正常图上mask模拟缺陷训练，在缺陷数据上测试。图像级准确率99.24，像素级96
##### 5.DINS（Diverse Insulator Dataset）（24'TII）
- 作者：广西大学双丰课题组
- paper：https://ieeexplore.ieee.org/abstract/document/10582455
- url：https://github.com/beyondliberty/DINs 空link，作者跑路了
- 规模：12843
- 特点：
##### 6.RSIn-Dataset
- 作者：广西大学双丰课题组
- paper：https://www.mdpi.com/2504-446X/7/2/125
- url：https://github.com/caigouyihao/Rsin-dataset 404，作者跑路了
- 规模：
- 特点：
##### 7.IDID
- 作者：
- paper：没有论文，作者在ieee网站上发布的
- url：https://ieee-dataport.org/competitions/insulator-defect-detection
- 规模：
- 特点：没有test标注😂
#### 传输线分割（检测）
##### 1.TTPLA (20'ACCV)
- 作者：Rabab Abdelfattah, Xiaofeng Wang, and Song Wang @ University of South Carolina
- paper：[arxiv.org/pdf/2010.10032](https://arxiv.org/pdf/2010.10032)
- url：[https://github.com/R3ab/ttpla_dataset](https://github.com/R3ab/ttpla_dataset)
- 规模：1290 塔和线
- 特点：像素级标注
##### 2.PLDM+PLDU（19'Remote Sens.）
- 作者：武汉大学杨文组
- paper：[https://www.mdpi.com/2072-4292/11/11/1342](https://www.mdpi.com/2072-4292/11/11/1342)
- url：https://github.com/SnorkerHeng/PLD-UAV
- 规模：573+287
- 特点：标注的线边缘
##### 3.PD（19）
- 作者：Ömer Emre Yetgin
- url：https://data.mendeley.com/datasets/twxp8xccsw/9
- 规模：400 IR and 400 VL images are acquired and scaled to a size of 512x512
- 特点：
### 可以做的方向
- **小样本缺陷检测/无监督缺陷检测（绝缘子）**
- 金具缺陷检测-没数据
- 作业人员合规性检测-没数据
- **增强+检测一体化网络**
### 竞赛
#### 1.架空配电线路无人机巡检图像智能识别算法技术比武
- 举办单位：国网设备部
- 链接：https://mp.weixin.qq.com/s/1PBnO_npTWRR9KGL-NWaow
- 可用的数据：无
- 备注：入围集中培育名单的25家算法研发单位，方可参加本次比武
#### 2.2020年（第8届）“泰迪杯”数据挖掘挑战赛
- 举办单位：广东泰迪智能科技股份有限公司
- 链接：https://www.tipdm.org:10010/#/competition/1352509783172898816/question
- 可用的数据：40张 绝缘子图像
- 备注：
#### 3.第一届能源电子产业创新大赛关键信息技术分赛道配网无人机智能巡检赛
- 举办单位：工业和信息化部产业发展促进中心
- 链接：https://mp.weixin.qq.com/s/l4jG6zfGLkS0JVf3MVeYNQ
- 可用的数据：无
- 备注：比赛分为测试赛、正赛。测试赛阶段，统一发布变电站机器人巡检任务测试题，参赛团队自行准备符合要求的机器人参赛。正赛阶段，入围团队携带机器人在指定场地，完成自主运动定位、巡检任务执行和缺陷图像识别比赛，同步进行答辩展示。