Интерфейс предиктивной разметки фото ЛЭП

Задача

При обследовании воздушных линий электропередачи нужно замечать зарождающиеся дефекты и нарушения условий эксплуатации. Фотофиксация даёт материал для проверки, но специалисту приходится просматривать множество деталей инфраструктуры. Требовался инструмент, который выделяет объекты ЛЭП и помогает находить признаки неисправности на снимках.

Решение

Разработанный подход состоит из двух последовательных этапов. Сначала детектор на основе RetinaNet находит на фотографии провода, опоры, гирлянды изоляторов и виброгасители. На следующем этапе найденные объекты передаются в нейросетевую классификацию на основе EfficientNet.

Классификатор проверяет состояние конкретного элемента. Пример такой проверки: все ли изоляторы присутствуют в обнаруженной гирлянде. Разделение этапов позволяет сначала установить, где находится объект, а затем оценить его состояние. Наличие гирлянды в кадре ещё не характеризует её исправность: обнаружение элемента и проверка его состава решают разные задачи. Находка относится к определённому элементу линии, который специалист видит на фотографии.

Результат выводится непосредственно на изображении: область с признаками неисправности выделяется красным, без обнаруженной неполадки зелёным. Специалист видит расположение находки и может сопоставить её с исходной фотографией. Это делает вывод модели проверяемым в рамках визуального обследования.

Результат

Получен сценарий автоматического анализа снимков и визуального обозначения потенциальных дефектов. Его назначение состоит в поддержке диагностики состояния линий и подготовке дальнейшей проверки.

Подобную фотоаналитику можно построить для инфраструктуры с узнаваемыми элементами и типами дефектов в рамках заказной разработки компьютерного зрения.