输电缺陷检测
案例介绍
1、模型训练：跟踪最新的目标检测算法进展，有选择性的采用自有业务数据进行验证(主要针对AP50提升较大的算法)，如Yolov3， Libra-RCNN， TridentNet，FCOS，EfficientDet等；针对业务数据，对现有算法进行优化，提升目标检测性能
2、工程部署：采用Python Django框架，将模型封装成Webservice服务，并进一步将模型打包到Docker镜像中，便于安装部署；根据客户要求，将模型打包成windows安装包并在windows系统进行部署
3、数据处理：熟悉业务数据，选择合适的数据增广方式如随机裁剪、平移、擦除、旋转、亮度对比度变化、仿射变换等；利用训练好的模型自动生成标注文件，进行辅助标注
输电缺陷检测
案例介绍
针对输电线路无人机拍摄的图片，进行线路缺陷检测，具体工作如下：
1、模型训练：跟踪最新的目标检测算法进展，有选择性的采用自有业务数据进行验证(主要针对AP50提升较大的算法)，如Yolov3， Libra-RCNN， TridentNet，FCOS，EfficientDet等；针对业务数据，对现有算法进行优化，提升目标检测性能
2、工程部署：采用Python Django框架，将模型封装成Webservice服务，并进一步将模型打包到Docker镜像中，便于安装部署；根据客户要求，将模型打包成windows安装包并在windows系统进行部署
3、数据处理：熟悉业务数据，选择合适的数据增广方式如随机裁剪、平移、擦除、旋转、亮度对比度变化、仿射变换等；利用训练好的模型自动生成标注文件，进行辅助标注
案例图片
相似案例推荐
-
无人机飞控
无人机飞机硬件原理图设计、设备选型、4层板layout、硬件
-
大疆M100无人机灾后搜救
基于大疆M100的无人机现场搜救解决方案，现场为五个幸存者，
-
模型飞机防碰撞系统
利用气压传感器作为高度判断条件，当飞机俯冲时，高度严重降低，
-
世界上第一款用程序控制的锂电池平衡充电器
用程序控制逻辑，保证每节锂电池的充放电性能最佳。同时增加锂电
-
无人机管理平台
本作品使用layui前端和java后台使用开发的一个无人机管
-
ruiyuan.today
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产
1小时精推人才
需求方专属客服，免费梳理匹配
