项目（成果）单位：

中国科学院深圳先进技术研究院

成果简介：

长期以来电网设备巡检任务中存在高危险、高难度、耗人力等痛点问题，基于深度学习的图像识别技术为电网设施巡检的缺陷检测提供了一种高效的解决方案。杭州中科先进技术研究院基于深度学习算法开发了一套无人机电网巡检缺陷检测工具，在电网设备缺陷检测的应用中获得了良好的识别效果。

该工具通过使用电网公司无人机真实采集的数万张电网设备图像（约100GB）来训练深度神经网络，使得目标检测在电网设备的识别中达到了96%的准确率。在无人机拍摄的照片中对电网设施中的十多种设备都能准确识别，比如绝缘子、防振锤、电线、基础、标识等。在对电网设施设备准确分类的前提下，该工具还实现了电网设备的缺陷检测。在绝缘子破损检测中，通过数据增强使用近万张绝缘子图像来训练深度神经网络，最终破损绝缘子的识别率达到了93%以上。