变电图像分析算法交底材料(一)

智能算法交底说明:
根据不一样场景的重要程度和识别难度,为不一样的缺陷类型场景赋予不一样的等级:
A:总体的准确率相关指标在0.5或0.6以上,能够知足必定实际应用的缺陷场景
B:总体的准确率相关指标还比较低,还不足以支撑在实际生产应用中使用,但对客户来讲又比较重要。前端

红色的表示已集成
image.png
一、算法准确率与现场环境强相关,所以交底材料为实验室数据或历史经验值,只供参考,具体以实测为准;
二、在项目沟通阶段:务必须要到现场进行勘察(明确表计类型、开关类型、指示灯类型、缺陷类型等现场实际状况),提供可评估素材,技术进行评估是否可行!
三、当前端摄像机部署后,再次收集现场素材后,会对算法进行调优提高,尽可能提高准确率
备注:如下测试数据以高配版本的硬件服务器为载体算法

1. 变电图像算法要求及说明

1.1 状态识别类算法

1.1.1 表计类读数识别算法

sf6表计读数识别
支持图例:
image.png
image.png
image.png
图像要求:1.表盘、刻度、指针清晰可见,表盘区域大于300x300(像素)以上(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据集上识别平均准确率: 90%以上,上示图例中左图和右图类型识别率可达92%以上,中间图例因为油位影响稍低,近88%左右
识别速度:800ms/帧
备注:表计检测须要前期配置,因此配置完成以后尽可能不要移动摄像头,算法自己会纠正必定范围的平移,若是角度偏移过大则会影响准确率。
避雷器读数识别
支持图例:
image.png
image.png
image.png
image.png
image.png
图像要求:1.表盘、刻度、指针清晰可见,表盘区域300x300(像素)以上(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据集上识别准确率:平均90%左右,指针相对表盘对比度不明显的避雷器表识别稍差。
识别速度:800ms/帧
备注:避雷器表计会有配置的阶段,配置完毕以后尽可能不要移动摄像头,算法能够纠正必定范围内的平移,可是若是摄像机角度有大的变化会形成识别错误。
套管油位读数识别
支持图例:
image.png
image.png
图像要求:表盘、刻度、指针清晰可见,表盘区域大于300x300(像素)以上(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据集上识别准确率:95%以上。
识别速度:700ms/帧
备注:表计会有配置的阶段,配置完毕以后尽可能不要移动摄像头,算法能够纠正必定范围内的平移,可是若是摄像机角度有大的变化会形成识别错误。
油位计读数识别
支持图例:
image.png
image.png
图像要求:1.表盘、刻度、指针清晰可见,表盘区域大于300x300(像素)(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据集上识别准确率:95%以上。
识别速度:800ms/帧。
备注:表计会有配置的阶段,配置完毕以后尽可能不要移动摄像头,算法能够纠正必定范围内的平移,可是若是摄像机角度有很大的变化会形成识别错误。
主变油温度读数识别
支持图例:
image.png
image.png
图像要求:1.表盘、刻度、指针清晰可见,表盘区域300x300(像素)以上(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据识别准确率:图例第一类:93%以上,图例第二类:88%左右。
识别速度:800ms/帧。
备注:油温表计会有配置的阶段,配置完毕以后尽可能不要移动摄像头,算法能够纠正必定范围内的平移,可是若是摄像机角度有大的变化会形成识别错误。
电抗器读数识别
支持图例:
image.png
图像要求:1.表盘、刻度、指针清晰可见,表盘区域300x300(像素)以上(1080p)。2.表盘的前景不该出现其它遮挡物体;3.  摄像机与表盘连线与表盘法线之间的夹角不大于45度;4。摄像机安装位置及角度尽可能避免表盘有反光;
自有数据集上识别准确率: 92%以上。
识别速度:800ms/帧。
备注:表计会有配置的阶段,配置完毕以后尽可能不要移动摄像头,算法能够纠正必定范围内的平移,可是若是摄像机角度有很大的变化会形成识别错误。服务器

1.1.2 开关刀闸类状态识别算法

双柱水平旋转隔离开关状态识别
图例:
image.png
image.png
图像要求:1.隔离开关区域大于200x200(1080p)。2.隔离开关由绝缘子柱(绿色框)和链接臂(红色框)组成。采集的隔离开关图像需包含完整以上元素。3.摄像机与隔离开关连线和隔离开关法线的夹角不大于60度;4.支持A/B/C三相同时识别,但要注意A/B/C三相要错开些,不能重叠。
自有数据集上识别准确率:91%。
识别速度:400ms/帧。
备注:过于复杂的背景会对隔离开关的识别形成影响,以下图所示:
image.png
垂直伸缩隔离开关状态识别
图例:
image.png
image.png
图像要求:1.要含隔离开关的部件元素(图示红色绿色部分)。隔离开关区域大于200x200以上(1080p)。2.摄像机与隔离开关连线和隔离开关法线的夹角不大于60度。
自有数据集上识别准确率:94%。
识别速度:400ms/帧。
备注:支持A/B/C三相同时识别。
水平伸缩隔离开关状态识别
image.png
图像要求:1.要含隔离开关的部件元素(刀闸中间的触头部位)。隔离开关区域大于200x200以上(1080p)。2.无特别角度要求
自有数据集上识别准确率:95%。
识别速度:400ms/帧。
备注:支持A/B/C三相同时识别。
三柱水平旋转隔离开关状态识别
图例:image.png
图像要求:1.采集的隔离开关图像需完整包含绝缘子串和链接臂等子元素,隔离开关区域200x200以上(1080p)。2.摄像机与隔离开关连线和和隔离开关法线之间的夹角不大于60度;3.支持A/B/C三相同时识别,但要注意A/B/C三相要错开些,不能重叠(重叠只识别一相)。
自有数据集上识别准确率:92%。
识别速度:400ms/帧。
备注:过于复杂的背景会对隔离开关的识别形成影响。同时其余绝缘子串的遮挡也会对算法作出干扰,以下图(由合变分时,分状态很容易出错):image.png
储能指示状态识别
图例:image.png
图像要求:无特殊要求,指示开关明显清晰便可。目标区域200x200以上(1080p)。
自有数据集上识别准确率:95%以上。
识别速度:400ms/帧。
符号形分合开关状态识别
图例:
image.png
图像要求:1.无特殊角度要求,目标区域完整清晰便可。符号分合总体区域大于 150x150(1080p)。
自有识别准确率:95%以上。
识别速度:400ms/帧。测试

相关文章
相关标签/搜索