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
目录1项目背景2图像数据集介绍3模型训练部分4模型性能测试1项目背景 随着输电网络规模不断增大，输电线路巡检任务日益加重，实现输电线路的高效率巡检已刻不容缓。传统的巡检技术较为落后，主要依靠人工的方式，存在耗时长等问题，尤其对于复杂环境下的人工巡检，弊端更为凸显。对于输电线路而言，若不及时处理故障，将对电力系统的稳定运行产生不良影响。目前，基于深度学习的输电线路巡检方法逐步取代传统人工巡检，本项目基于YOLOv5算法，针对488幅绝缘子缺陷图像，开展其缺陷的智能检测和识别研究。2图像数据集介绍 绝缘子破损会造成其绝缘性能的下降，若在巡检中发现应该及时更换。 输电线路绝缘子缺陷检测
目录1项目背景2图像数据集介绍3模型训练部分4模型性能测试1项目背景 随着输电网络规模不断增大，输电线路巡检任务日益加重，实现输电线路的高效率巡检已刻不容缓。传统的巡检技术较为落后，主要依靠人工的方式，存在耗时长等问题，尤其对于复杂环境下的人工巡检，弊端更为凸显。对于输电线路而言，若不及时处理故障，将对电力系统的稳定运行产生不良影响。目前，基于深度学习的输电线路巡检方法逐步取代传统人工巡检，本项目基于YOLOv5算法，针对488幅绝缘子缺陷图像，开展其缺陷的智能检测和识别研究。2图像数据集介绍 绝缘子破损会造成其绝缘性能的下降，若在巡检中发现应该及时更换。 输电线路绝缘子缺陷检测
UnsupervisedAnomalyDetectionforSurfaceDefectswithDual-SiameseNetwork(基于双孪生网络的表面缺陷无监督异常检测)1.主流的工业异常定位(检测)方法目前，基于深度学习的视觉检测在监督学习方法的帮助下取得了很大的成功。然而，在实际工业场景中，缺陷样本的稀缺性、标注成本的高昂以及缺陷先验知识的缺乏可能会导致基于监督的方法失效。近5年来，无监督异常定位算法在工业检测任务中得到了更广泛的应用。中科院自动化所、北京工商大学和印度理工学院等单位联合发表最新的工业异常定位(检测)综述。20页综述，共计126篇参考文献。综述将工业异常定位方法根据
UnsupervisedAnomalyDetectionforSurfaceDefectswithDual-SiameseNetwork(基于双孪生网络的表面缺陷无监督异常检测)1.主流的工业异常定位(检测)方法目前，基于深度学习的视觉检测在监督学习方法的帮助下取得了很大的成功。然而，在实际工业场景中，缺陷样本的稀缺性、标注成本的高昂以及缺陷先验知识的缺乏可能会导致基于监督的方法失效。近5年来，无监督异常定位算法在工业检测任务中得到了更广泛的应用。中科院自动化所、北京工商大学和印度理工学院等单位联合发表最新的工业异常定位(检测)综述。20页综述，共计126篇参考文献。综述将工业异常定位方法根据
工业视觉钢材缺陷检测实战项目项目背景概述质量是制造企业的核心竞争力之一，企业对产品质量的要求越来越高。但是，产品在制造过程中有时会出现表面缺陷，如何进行高效的质量控制来避免表面瑕疵产生，一直是制造企业面临的棘手问题之一。传统主要通过人工抽检进行检测，由于抽检率低、实时性差，且受检测人员经验、疲劳状态等主观因素影响，往往检测结果稳定性不高，准确性无法保障，易出现瑕疵漏检等情况，难以适应高效的生产和质量要求。随着数智技术发展，基于机器视觉的表面缺陷检测应用得以在实践中展开，大大提高了产线品控效率，避免了因作业条件、主观判断等因素影响检测结果的准确性和稳定性，在产品制造过程中，可以实现对每一环节、每
工业视觉钢材缺陷检测实战项目项目背景概述质量是制造企业的核心竞争力之一，企业对产品质量的要求越来越高。但是，产品在制造过程中有时会出现表面缺陷，如何进行高效的质量控制来避免表面瑕疵产生，一直是制造企业面临的棘手问题之一。传统主要通过人工抽检进行检测，由于抽检率低、实时性差，且受检测人员经验、疲劳状态等主观因素影响，往往检测结果稳定性不高，准确性无法保障，易出现瑕疵漏检等情况，难以适应高效的生产和质量要求。随着数智技术发展，基于机器视觉的表面缺陷检测应用得以在实践中展开，大大提高了产线品控效率，避免了因作业条件、主观判断等因素影响检测结果的准确性和稳定性，在产品制造过程中，可以实现对每一环节、每
CodeSense是新一代的软件源代码缺陷深度分析平台。包含多个自研的代码分析引擎，同时提供开放的方案，支持多种商业/开源分析引擎集成并对结果进行集中展示，与目前市面的国外商业工具对比，在语言种类、功能、标准、缺陷分类数量上，已达到一致。额外针对国内市场环境，CodeSense提供了大量适用于中国用户使用场景易用的功能。 http://www.valiantsec.cn/product/?id=77CodeSense是结合清华大学与国防科技大学的专家团队对代码静态分析技术的深度理论研究，经过长期软件工程实践研发而成，可以支持10余种编程语言和开发框架，并且可在多种国产平台进行部署。产品功能采用
CodeSense是新一代的软件源代码缺陷深度分析平台。包含多个自研的代码分析引擎，同时提供开放的方案，支持多种商业/开源分析引擎集成并对结果进行集中展示，与目前市面的国外商业工具对比，在语言种类、功能、标准、缺陷分类数量上，已达到一致。额外针对国内市场环境，CodeSense提供了大量适用于中国用户使用场景易用的功能。 http://www.valiantsec.cn/product/?id=77CodeSense是结合清华大学与国防科技大学的专家团队对代码静态分析技术的深度理论研究，经过长期软件工程实践研发而成，可以支持10余种编程语言和开发框架，并且可在多种国产平台进行部署。产品功能采用
译者|崔皓审校|孙淑娟一、开篇为了提升代码质量，需要将批判性思维带入到编程中去。因此，需要将工程方法应用到代码的审核过程。虽然，软件工程师，在讨论抽象类和函数时信心十足，但谈论"管理"时，这种信心却荡然无存。在整个编程过程中，由于各种原因会存在大量的缺陷，这就需要通过代码审查的方式将这些缺陷找出，才能保证软件质量。这篇文章将从不同的角度来看待代码审查，并提出改进的意见。在《软件工程的事实与谬误》一书中，有这样的描述：“严格的检查可以在运行第一个测试用例之前消除软件产品中高达90%的错误。”Bob 对代码审查的回复虽然无法确定这话是针对代码审查的，但是可以理解为不同种类的检查确实对软件质量有帮
