防震锤作为输电线路的典型部件,可以减少输电线路的周期性震动以降低线路的疲劳损害,所以定期对防震锤进行巡检是保证输电线路正常稳定工作的关键举措。由于无人机具有成本低、效率高、可操控性强等优点,近年来开始在输电线路巡检工作上得到应用。但是航拍图像背景复杂;防震锤属于小尺度目标,在航拍图像中占据像素面积很小;且防震锤种类较多、形状各异、特性不一,这些特性给防震锤的检测工作提出了很大的挑战。目前针对防震锤的研究仅限于识别目标是否为防震锤或者仅检测防震锤是否存在缺陷,但是防震锤暴露在自然环境中,出现的缺陷具有不确定性,不同的缺陷需要巡检部门制定不同的应对策略。本文针对现存问题,设计了一种基于航拍图像的防震锤缺陷检测方法,细化防震锤缺陷种类并提高缺陷检测精度,并在此基础上设计了防震锤缺陷检测管理系统。首先,本文建立了防震锤缺陷检测数据集,将防震锤分为正常、腐蚀、破损和相撞四类,为本文设计的算法研究提供数据基础。然后,本文设计了防震锤缺陷检测算法,以VGG16为基础对1、3、5层特征进行特征融合得到特征图;并使用三个级联检测器对目标进行分类定位以减小Io U阈值对网络性能的影响;为了克服难易数据不均衡问题,本文在模型中采用平衡多类别的加权交叉熵损失函数,并将非极大值抑制法替换为Soft-NMS算法。同时,本文设计了防震锤缺陷检测管理系统。系统可以调用本文设计的算法对航拍图像智能检测,并可生成防震锤缺陷检测报表,指出缺陷防震锤所属线路和塔杆等信息,减少巡检所需人力物力等,在防震锤巡检工作中具有一定的实用价值。实验结果表明,本文设计的防震锤缺陷检测算法可对防震锤的各种缺陷种类进行有效检测,并在自建的防震锤缺陷检测数据集中测试,平均准确率达到了95.3%,误检率和漏检率分别只有3.47%和1.32%。本文模型可以满足防震锤巡检工作的实际检测要求,具有较好的鲁棒性和有效性。