6月14日，江苏省电机工程学会受江苏方天电力技术有限公司委托，以视频会议方式主持召开“输电线路无人机巡检缺陷智能识别关键技术及应用”项目科技成果鉴定会。本次鉴定委员会由来自华中科技大学、国网江苏电科院、中国能源建设集团江苏省电力设计院有限公司、江苏省送变电有限公司、国网江苏省电力有限公司超高压分公司、南京理工大学和河海大学等单位专家组成。

据了解，该项目利用样式生成对抗网络构建优质样本库，解决了输电无人机巡检图像样本数量不足、难以支撑算法精确训练的问题；提出了一种新的基于解耦特征和对抗特征的知识蒸馏模型，实现在保证检测精度的同时，将缺陷检测速度提升5倍以上；提出了一种基于视觉注意力的RPN 模块和级联RCNN 检测模块的深度学习检测技术，将输电设备缺陷整体识别率提高至93%以上，小尺寸金具类等重要缺陷识别率提高至85%以上；提出了一种无人机巡检影像缺陷智能识别自学习训练系统，实现缺陷识别模型的持续学习，提升算法迭代升级速度，减少海量巡检数据人工处理工作量。

会上，鉴定委员会听取了项目组的工作报告、技术报告、用户报告、测试报告、科技查新报告等，通过讨论、答辩等方式，给予了该项目充分肯定，一致认为：项目首次在输电运检领域提出了无人机巡检缺陷模拟样本生成、基于知识蒸馏的快速缺陷目标检测、基于视觉注意力的深度学习缺陷检测、缺陷智能识别自学习训练等关键技术，并将技术在江苏地区落地应用，在架空输电线路设备缺陷智能识别领域达到国际领先水平。