图像识别、机器学习的算法开发

作为深度学习内容之一的计算机视觉，应该说是受AI技术影响最大的领域。图像数据作为电网大数据中密不可分的一部分，传统图像处理方法往往基于任务人为地制定一些规则，通过对图像特征进行数学运算来达到分割、处理等任务。但图像数据中往往有较为复杂的背景噪声，基于规则的算法易受噪声干扰，且难以有效地利用图像目标数据中丰富的特征，故图像数据作为电网数据中数据量很大的组成部分，一直难以有效利用。深度学习的出现为电网图像数据任务引入了新的思想和工具，其在电网图像的数据的应用中起到了重要作用，主要应用场景为无人机巡检、智能检测设备形体及电力信息安全等。基于深度学习理论，对电力施工场景进行多目标识别和定位，根据对目标的识别、定位以及轨迹追踪，对施工场景进行描述，并且判断该场景的危险等级，及时预警，防止在电力施工过程中发生严重的安全事故。