電力行業
Electric power industry
AIPRO通道可視化隱患識別軟件系統
國網可視化系統運行至今，已累計通道圖片3億張，其中含有典型隱患的圖片達到100萬余張，結合多年運行經驗和現場實際需求，將通道隱患分為銷釘、吊車、塔吊、施工機械、導線異物和煙火等六大類二十一小類別。
優點
?國內獨立自主研發的AI通道隱患識別軟件；
?來自業內資深研發團隊的嘔心之作；
?針對不同省市可定制功能模塊；
?任意修改當前的大類標準，支持中文；
?當前支持六大類，二十一小類的隱患識別功能，后期可根據需要進行定制擴展。對于二十一小類可根據需要勾選；
?界面上以圖表方式顯示出當前識別的類別比例；
?可以WORD或PDF格式輸出完整的測試報告；
?支持圖片批量高速導入，單張圖片平均測試時間在150ms；
?當前的工作集中在電網檢測領域，同時支持鐵塔等其它應用場景的需求。
技術參數
1) AIPRO功能模塊識別準確率
|
類別 |
訓練集（基數） |
測試集（基數） |
測試集 （漏檢基數） |
準確率（%） |
| 吊車 | 10792 | 1004 | 19 | 98.10 |
| 塔吊 | 6502 | 1842 | 16 | 99.13 |
| 施工機械 | 8534 | 1264 | 57 | 95.50 |
| 導線異物 | 7720 | 1299 | 59 | 95.46 |
| 煙火 | 756 | 116 | 5 | 95.69 |
注：基數：標注類別圖像框（例：16000張電網圖像中有10792輛吊車）
準確率＝100%－（測試集漏檢基數/測試集基數）
2) AIPRO功能模塊誤檢率與漏檢率
|
單位 |
測試圖像 |
誤檢圖像 | 誤檢率(%) |
| 張 | 2500 | 90 | 3.60 |
|
單位 |
測試圖像 |
誤檢圖像 | 漏檢率(%) |
| 張 | 2500 | 17 | 0.68 |
注：誤檢率：OK的圖像檢測到一項或多項類別；
漏檢率：NG的圖像沒有檢測到任何類別。
3) 分析說明
從后臺識別總體的漏檢率、誤檢率、準確率來看，漏檢率控制在0.68%以內，誤檢率控制在3.60%以內，準確率達到95%以上，驗證結果符合當前客戶預期。
測試電網2500張圖像中，其中誤檢圖像90張，因為是按照紋理來檢測的，所以大部分都是將樹枝檢測成了吊車，河水的反光被檢測成了導線異物（反光膜）；
漏檢圖像17張，其中有11張是導線異物（鳥巢）未檢測出來，因為鳥巢測試數據量只有74張，測試數據量過少，而且圖像特征不完整，電塔有明顯遮擋。
應用場景
?電力：輸電線路、變電站等上面的隱患識別；
?農業：植物生長觀測。
