यह शोधपत्र ड्रोन इमेजरी का उपयोग करके विद्युत पारेषण लाइनों के स्वचालित दोष-संज्ञान पर केंद्रित है। विद्युत पारेषण लाइनों के छोटे आकार, अस्पष्ट प्रकृति और जटिल पृष्ठभूमि के कारण दोषों का पता लगाने की चुनौतियों को देखते हुए, हम TinyDef-DETR, एक नवीन DETR-आधारित संसूचन ढाँचा, प्रस्तावित करते हैं। TinyDef-DETR एक एज-एन्हांस्ड ResNet बैकबोन को एकीकृत करता है जो एज-सेंसिटिव रिप्रेजेंटेशन को बढ़ाता है, एक स्ट्राइड-फ्री स्पेस-टू-डेप्थ मॉड्यूल जो विवरण-संरक्षण डाउनसैंपलिंग को सक्षम बनाता है, एक क्रॉस-स्टेज डुअल-डोमेन मल्टी-स्केल अटेंशन मैकेनिज्म जो वैश्विक और स्थानीय सूचनाओं को एक साथ मॉडल करता है, और एक फोकल-वाइज-SIoU रिग्रेशन लॉस फंक्शन जो छोटे, चुनौतीपूर्ण लक्ष्यों के स्थानीयकरण को बेहतर बनाता है। सार्वजनिक और वास्तविक दुनिया के डेटासेट पर प्रायोगिक परिणाम दर्शाते हैं कि TinyDef-DETR मौजूदा डिटेक्टरों की सीमाओं को प्रभावी ढंग से कम करता है, उत्कृष्ट संसूचन प्रदर्शन और सामान्यीकरण क्षमता प्राप्त करता है जबकि उचित कम्प्यूटेशनल लागत बनाए रखता है। विशेष रूप से, हम विद्युत पारेषण लाइनों की ड्रोन-आधारित खराबी का पता लगाने के लिए टिनीडेफ-डीईटीआर को एक उपयुक्त पद्धति के रूप में प्रस्तावित करते हैं, विशेष रूप से छोटे, अस्पष्ट लक्ष्यों वाली स्थितियों में।
