<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">56</journal-id>
      <journal-title-group>
        <journal-title>建筑工程前沿</journal-title>
        <abbrev-journal-title>Frontiers of Construction Engineering</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN: 3104-817X EISSN: 3104-8161</issn>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">DOI:10.12429/JZGCQY2662-4964-202610436</article-id>
      <article-id pub-id-type="publisher-id">16186</article-id>
      <title-group>
        <article-title>基于图像识别的无人机电气设备缺陷自动判别方法</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>刘龙杰1</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>王潇2</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>滕卫博3</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2026</year>
        <month>1</month>
      </pub-date>
      <issue>1</issue>
      <abstract>
        <p>基于图像识别的无人机电气设备缺陷自动判别方法是利用无人机巡检技术和图像智能分析相结合以提升电气设备巡检效率的一种方式，在无人机拍摄的各种角度的照片上使用图像识别的方法获取设备表面的信息并判断出缺陷类型，如腐蚀、损坏、脱落、发热等。方法通过数据预处理、模型训练与判别规则构建，形成稳定的自动判别流程。与传统人工巡检相比，该方法能够在大范围电网场景下保持持续、客观与高精度的识别能力，为提升电气设备安全状态监测效率提供有效技术路径。</p>
      </abstract>
    </article-meta>
  </front>
</article>
