以生产认知驱动算法研发，人工智能护航输电线路通道安全-凯发官网首页

“五边形”小组针对不同类别的隐患开展了分类分批标注，如8类施工器械防外破合并为一个模型包、5类违章建筑合并为一个模型包，8类飘挂物、易漂物、薄膜遮阳网合并为一个模型包，细化了标签种类，打包训练减少了算法烟囱，节约了生产环境的部署gpu推理资源。

在算法标注前，通过五人小组反复深入研讨，在ai算法自动提取特征前的环节，用运维经验结合缺陷隐患等级判定逻辑，人工归纳出缺陷隐患的本质特征，形成主要标注特征区域，再编制标注规范，减少返工、误标等情况，保证了算法在现场需求、图像标注、业务逻辑设计、算法编程等各个环节的一致准确性，大大提高了智能算法的开发效率和一次性成功率。

针对原有算法准确率较低问题，团队对误报案例和算法模型开展逐例分析，决定采用目标检测与语义分割相结合的技术路线，以多边形分割框的形式重新标注，为算法模型显式指明感兴趣区域，使模型推理过程更聚焦，避免背景信息的干扰。

相比矩形标注框，多边形分割框的标注工作量大幅增加，大大影响了团队的标注效率。针对这个问题，研发团队自主研发了基于sam技术的自动分割标注工具，实现了电网场景的实物边缘自动分割,标注效率提升3倍以上。

今年6月，输电通道外破隐患识别算法已正式上线，算法包内置挖掘机、打桩机、塔吊、吊车等22个隐患，对255万多张通道隐患图片进行检测，识别出1.02万处隐患，准确率由原来的33%提升至62%，有效减轻了一线人员的监盘复核负担，但仍有较大进步空间。

后续，研发团队将继续紧密结合生产一线人工智能业务需求，结合动作捕捉和三维重建技术，实现施工车辆与输电线路的净空距离实时估算，减少误报，进一步提高算法的实用性和准确性，助力电网通道的安全稳定运行。