人工智能缺陷識(shí)別系統(tǒng)，是基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法和小波矩的圖像識(shí)別方法，對(duì)機(jī)巡、人巡數(shù)據(jù)進(jìn)行快速識(shí)別分析，支持絕大部分通道隱患類(lèi)別和金具、絕緣子、防震錘以及銷(xiāo)釘級(jí)的桿塔本體部件缺陷類(lèi)別。

產(chǎn)品優(yōu)勢(shì)：

√ 能夠從大量電力巡檢原始圖像中自動(dòng)分析和判別至少5大類(lèi)30小類(lèi)缺陷。

√ 成功通過(guò)國(guó)網(wǎng)運(yùn)檢部算法驗(yàn)證及管控平臺(tái)算法集成和國(guó)網(wǎng)通航直升機(jī)巡檢圖像人工智能識(shí)別驗(yàn)證工作。

√ 處理速度平均2張/秒，進(jìn)一步減少數(shù)據(jù)分析過(guò)程工作中的人力投入，提高數(shù)據(jù)分析智能化水平。