ngk台灣的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

利用YOLOv4模型辨識絕緣礙子影像進行定位及破損偵測

為了解決ngk台灣的問題，作者吳肇哲 這樣論述：

臺灣是位處於歐亞大陸及太平洋間之島嶼，地形複雜且天災頻傳，為減少自然環境造成之不便，前人利用輸電線路串起全島電力網，目的將電能穩定地送至每戶人家，故確保輸電線路正常運作是重點維護項目，且絕緣礙子為輸電線路之重要元件，需定期檢視其運作狀況以確保供電無虞，然傳統線路巡檢是以人工方式進行，此舉需付出龐大人力及時間成本。本論文擬開發礙子影像辨識方式取代傳統人工巡檢作業，其設計理念為將礙子影像輸入神經網路YOLOv4模型辨識完整礙子，接續使用礙子串定位演算法自辨識結果中計算礙子串位置，輔以影像XOR處理演算法得到礙子破損處，最後交由二值化標記演算法於原始影像中標示破損礙子，完成礙子影像之破損辨識程序。

本論文為研發適用於臺灣輸電線路環境之神經網路模型，需使用在地化之礙子影像資料集，惟目前尚處於系統設計階段，故先建立一個69仟伏輸電線路之模擬環境，用以創建共897張影像之原始資料集，再利用資料擴增方式衍生共107,640張影像之訓練資料集，藉此訓練神經網路辨識完整礙子之特徵，其辨識效果(於模擬環境中)之準確率可達100％，再使用影像處理得到破損礙子之位置，最後標示於原始影像中以利判讀。本論文展望未來使用UAV或攝影機，搭配礙子影像辨識方式進行輸電線路巡檢作業，取代傳統人工方式執行，以克服地理環境造成之影響，降低輸電線路維護成本，並提供安全之工作環境，確保人員身心健康及設備運作正常，實現供電穩定

之目標，進而提升國民生活品質，促使輸電線路巡檢作業邁向智慧自動化時代。