电网设备缺陷智能识别技术导则
范围1
本文件规定了电网设备缺陷智能识别图像采集、图像标注、样本库建设、算法设计、生产环境算法测试、算法上线等要求。
本文件适用于输配电线路无人机或直升机采集的可见光和红外图像缺陷检测。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。
GB/T2900.51电工术语架线路
DL/T664 带电设备红外诊断技术应用导则
DLIT741 架空输电线路运行规程
术语和定义3
GB/T 2900.51 界定的以及下列术语和定义适用于本文件。
3.1
图像标注 imageannotation
3.2
依靠人工和机器自动标注的方式，对图像数据进行标注。
部件样本库componentlibrary
根据电网设备和部件的类型，梳理出输电与配电线路的典型部件库。
3.3
缺陷样本库defectlibrary
根据电网设备和部件的类型，梳理出输电与配电线路的典型缺陷库。
3.4场景样本库samplelibrary ofsubdivision scenes根据输配电线路巡检图片的拍摄意图，梳理出输电与配电线路场景样本库，场景图片可包含通道、全景杆塔、全景水泥柱、基础、精细设备部件等场景子集。3.5
超参数hyper-parameters
训练模型需要调整的参数，常见的超参数包括学习率、批次大小、优化器、迭代次数等。
3.6
训练集 train set
用于训练算法模型参数的数据集。
3.7
验证集validation set
用于在训练过程中评估模型效果和调整模型超参数的数据集。
评论0