感兴趣的同学可以CSDN查看个人简介，获取相关数据集噢。

【数据背景】输电线路异物分布范围广，种类多，在杆塔上可能存在鸟巢、风筝、绳索等杂物，在架空线上也可能搭挂风筝、气球、塑料薄膜等杂物，因此检测存在一定的难度。我国输电线路巡检基本以人工巡检方式为主，但传统的人工巡检方式效率低、限制多，还往往会消耗大量的人力物力，后来引入直升机沿线巡检的方法，但该方法飞行作业十分危险且培训及维护费用极其昂贵，无法在很大程度上缓解人工巡检带来的问题。最近几年，GPU计算能力不断提升，电力领域也有越来越多的研究者选择将机器视觉技术与深度学习算法相结合进行目标检测算法技术的研究及应用。

【应用领域】AI+电力目标检测

【文件目录】南网初赛train、南网初赛val和南网复赛数据集.zip三个文件夹，xml标注文件与jpg图像文件保存在每个文件夹中。感兴趣的同学可以CSDN查看个人简介，获取相关数据集。

【数据说明】南网初赛train的数据大小约2.8GB（带xml标注），南网初赛val的数据大小约1.1GB（不带xml标注），南网复赛数据集的数据大小约1.7GB（带xml标注），train约1300+图像样本，val约300+图像样本，异物类型包含4类：鸟巢、风筝、气球、垃圾。