基于深度学习CNN的智慧电力电缆状态巡检 电力线路覆冰状态 电力线路覆冰检测数据集 电力巡检系统实现覆冰风险自动识别第10413期 (1)
电力线路覆冰检测数据集 README
一、数据集核心信息表
| 项目 | 详情 |
|---|---|
| 类别数量及名称 | 3 类（线、带冰的线、无冰的线路） |
| 数据总量 | 110 张 |
| 数据集格式 | YOLO 格式 |
| 核心应用价值 | 1. 支撑电力线路覆冰状态智能检测模型的训练与优化；2. 助力电力巡检系统实现覆冰风险自动识别；3. 为电力行业冬季线路安全运维提供数据支撑 |
往期热门主题 主页搜两字"关键词"直达
代码数据获取：
获取方式：***文章底部卡片扫码获取***. 覆盖了YOLO相关项目、OpenCV项目、CNN项目等所有类别，
覆盖各类项目场景：
| 项目名称 | 项目名称 |
|---|---|
| 基于YOLOv8 智慧农业作物长势监测系统 | 基于YOLOv11 人脸识别与管理系统 |
| 基于YOLOv26 无人机巡检电力线路系统 | PCB板缺陷检测（基于YOLOv8） |
| 智慧铁路轨道异物检测系统（基于YOLOv11） | 基于YOLOv26 102种犬类检测系统 |
| 基于YOLOv8 人脸面部活体检测 | 无人机农田病虫害巡检系统（基于YOLOv11） |
| 水稻害虫检测识别（基于YOLOv26） | 基于YOLOv8 安全帽检测系统 |
| 基于YOLOv11 智慧铁路接触网状态检测系统 | 火焰烟雾检测系统（基于YOLOv26） |
| 基于YOLOv8 YOLOv8展示结果与矩形框坐标获取+界面制作 | 基于YOLOv11 水下海生物检测 |
| 智慧农业灌溉智能监测系统（基于YOLOv26） | 行人跌倒检测系统（基于YOLOv8） |
| 基于YOLOv11 无人机城市违建巡检系统 | 基于YOLOv26 面部口罩检测系统 |
| 交通标志检测识别（基于YOLOv8） | 智慧铁路隧道裂缝检测系统（基于YOLOv11） |
| 基于YOLOv26 苹果病害识别 | 血细胞检测计数（基于YOLOv8） |
| 基于YOLOv11 无人机林业火情巡检系统 | 舰船分类检测系统（基于YOLOv26） |
| 肺炎诊断系统（基于YOLOv8） | 基于YOLOv11 小麦害虫检测识别 |
| 基于YOLOv26 反光衣检测预警 | 智慧农业土壤墒情监测系统（基于YOLOv8） |
| 车辆行人追踪系统（基于YOLOv11） | 基于YOLOv26 车牌识别与管理系统 |
| 复杂环境船舶检测（基于YOLOv8） | 无人机巡检油气管道系统（基于YOLOv11） |
| 基于YOLOv26 裂缝检测分析系统 | 玉米害虫检测识别（基于YOLOv8） |
| 基于YOLOv11 田间杂草检测系统 | 智慧铁路列车部件缺陷检测系统（基于YOLOv26） |
| 遥感地面物体检测（基于YOLOv8） | 基于YOLOv11 人脸表情识别系统 |
| 木薯病害识别预防（基于YOLOv26） | 基于YOLOv8 车辆追踪计数 |
| 基于YOLOv11 野火烟雾检测 | 手势识别系统（基于YOLOv26） |
| 脑肿瘤检测（基于YOLOv8） | 无人机视角检测（基于YOLOv11） |
| 基于YOLOv26 玉米病害检测 | 人员闯入报警（基于YOLOv8） |
| 基于YOLOv11 橙子病害识别 | 水稻病害识别（基于YOLOv26） |
| 行人追踪计数（基于YOLOv8） | 基于YOLOv11 智慧农业农药精准喷洒引导系统 |
| 高密度人脸检测（基于YOLOv26） | 基于YOLOv8 草莓病害检测分割 |
| 基于YOLOv11 肾结石检测 | 路面坑洞检测分割（基于YOLOv26） |
| 水果检测识别（基于YOLOv8） | 200种鸟类检测识别（基于YOLOv11） |
| 基于YOLOv26 非机动车头盔检测 | 葡萄病害识别（基于YOLOv8） |
| 基于YOLOv11 螺栓螺母检测 | 智慧铁路道岔状态监测系统（基于YOLOv26） |
| 焊缝缺陷检测（基于YOLOv8） | 无人机巡检光伏板缺陷系统（基于YOLOv11） |
| 基于YOLOv26 金属品瑕疵检测 | 100种中草药识别（基于YOLOv8） |
| 基于YOLOv11 链条缺陷检测 | 102种花卉识别（基于YOLOv26） |
| 条形码检测识别（基于YOLOv8） | 100种蝴蝶识别（基于YOLOv11） |
| 基于YOLOv26 交通信号灯检测 | 车牌检测识别系统（基于YOLOv8） |
| 基于YOLOv11 草莓成熟度检测 | 吸烟行为检测（基于YOLOv26） |
| 交通事故检测（基于YOLOv8） | 车辆行人检测计数（基于YOLOv11） |
| 基于YOLOv26 安检危险品检测 | 西红柿成熟度检测（基于YOLOv8） |
| 基于YOLOv11 农作物检测识别 | 危险驾驶行为检测（基于YOLOv26） |
| 维修工具检测（基于YOLOv8） | 建筑墙面损伤检测（基于YOLOv11） |
| 基于YOLOv26 煤矿传送带异物检测 | 老鼠智能检测（基于YOLOv8） |
| 基于YOLOv11 水面垃圾检测 | 遥感视角船只检测（基于YOLOv26） |
| 胃肠道息肉检测（基于YOLOv8） | 心脏间隔壁分割（基于YOLOv11） |
| 基于YOLOv26 半导体芯片缺陷检测 | 视网膜疾病诊断（基于YOLOv8） |
| 基于YOLOv11 运动鞋品牌识别 | X光骨折检测（基于YOLOv26） |
| 遥感视角农田分割（基于YOLOv8） | 电瓶车进电梯检测（基于YOLOv11） |
| 基于YOLOv26 遥感视角房屋分割 | CT肺结节检测（基于YOLOv8） |
| 基于YOLOv11 舌苔舌象检测诊断 | 蛀牙检测识别（基于YOLOv26） |
| 工业压力表智能读数（基于YOLOv8） | 肝脏肿瘤检测分割（基于YOLOv11） |
| 基于YOLOv26 脑肿瘤检测分割 | 甲状腺结节分割（基于YOLOv8） |
| 基于YOLOv11 蔬菜检测识别 | 水果质量检测（基于YOLOv26） |
| 生活垃圾分类检测（基于YOLOv8） | 钢材表面缺陷检测（基于YOLOv11） |
| 基于YOLOv26 YOLOv8细胞标注与边缘识别+面积/灰度值计算 | 基于YOLOv8 霍夫变换车道线识别与车牌字符识别 |
| 低照度/弱光图像增强系统（基于YOLOv11） | YOLOv5自训练数据教程项目（基于YOLOv26） |
| 基于YOLOv8 YOLO目标检测微调实战教程 | 基于YOLOv11 红绿灯识别与倒计时检测系统 |
| CNN卷积神经网络表情识别与情感分析（基于YOLOv26） | 人体姿态识别估计系统（基于YOLOv8） |
| 基于YOLOv11 OpenCV图像模糊复原与去雾系统 | 基于YOLOv26 YOLOv8人体姿态估计与摔倒坐姿检测 |
| OpenCV手势识别与音量控制系统（基于YOLOv8） | YOLOv5水果分类识别+PyQt交互式界面（基于YOLOv11） |
| 基于YOLOv26 YOLOv8火灾报警与烟雾检测系统 | 基于YOLOv8 YOLOv5安全帽和反光衣识别系统 |
| 基于YOLOv11 OpenCV深度学习低照度增强算法项目 | YOLO车辆行人检测+PyQt界面搭建（基于YOLOv26） |
| 基于YOLOv8 改进YOLO无人机高空红外热数据小目标检测 | 群养猪行为识别算法研究及部署（YOLOv8）（基于YOLOv11） |
| 骨龄检测系统（YOLOv5+CNN+ResNet+PyQt）（基于YOLOv26） | 基于YOLOv8 OpenCV车道偏离预警系统 |
| 基于YOLOv11 YOLOv8动物姿态识别与关键点检测 | 心理健康问答系统（AIGC大模型+小程序）（基于YOLOv26） |
| 基于YOLOv8 YOLOv8多模态任务模型（目标+车道线+可行驶区域检测） | 车辆颜色检测识别+图像去雾去雨系统（基于YOLOv11） |
| 基于YOLOv26 YOLOv8智慧工地与重型机械检测系统 | 基于YOLOv8 YOLOv8绝缘子目标检测系统 |
| 基于YOLOv11 SAR图像船舶检测系统（YOLOv8+UI界面） | YOLO11/v10/v8/v5区域追踪监测系统（基于YOLOv26） |
| YOLO11/v10/v8/v5安全报警系统（基于YOLOv8） | 基于YOLOv11 YOLO11pose锻炼监控计数系统 |
| 排队管理与人流量统计系统（YOLO11）（基于YOLOv26） | 停车场管理系统（YOLOv8/v10/v11/v5）（基于YOLOv8） |
| 基于YOLOv11 YOLOv8智慧矿井智能识别系统 | 自动驾驶极端天气（雾天）适配项目（基于YOLOv26） |
| 基于YOLOv8 智慧工地工程车检测系统（无人机视角） | 矿石运输船检测数据集训练实战项目（基于YOLOv11） |
二、数据集核心三要素概述
（一）类别概述
数据集类别划分聚焦电力线路覆冰核心场景，覆盖关键检测目标，具体特点如下：
覆盖线路基础形态：包含 “线” 这一基础类别，作为检测基准
区分覆冰状态：明确划分 “带冰的线” 与 “无冰的线路”，精准匹配实际检测需求
类别定位清晰：无冗余类别，专注解决线路覆冰识别核心问题
（二）数量概述
满足初期模型验证：可支撑覆冰检测算法的初步验证与参数调试
提供基础数据支撑：为小规模覆冰检测模型的拟合与功能验证提供数据基础
适配场景扩展：可结合实际需求补充数据，支撑不同环境下的覆冰检测场景
（三）应用价值概述
数据集核心价值聚焦电力行业线路安全运维，具体应用方向如下：
助力智能检测模型开发：为电力线路覆冰检测相关深度学习模型提供标注数据，提升模型识别精度
支撑巡检系统智能化：可用于电力巡检设备（如无人机巡检系统）的算法训练，实现覆冰状态自动识别
保障线路冬季安全：通过支持覆冰检测技术落地，帮助电力行业及时发现覆冰风险，减少线路故障