《面向输电线路的工业AI视觉在线检测系统技术规范》.pdfVIP

  • 11
  • 0
  • 约1.51万字
  • 约 10页
  • 2023-10-04 发布于浙江
  • 举报

《面向输电线路的工业AI视觉在线检测系统技术规范》.pdf

ICS 35.240 CCS L70 团 体 标 准 T/CESA XXXX—2022 T/CES XXX—2022 面向输电线路的工业A I视觉在线检测系统 技术规范 Technical specification for AI industrial vision online inspection system for transmission line 征求意见稿 在提交反馈意见时,请将您知道的相关专利连同支持性文件一并附上。 已授权的专利证明材料为专利证书复印件或扉页,已公开但尚未授权的专利申 请证明材料为专利公开通知书复印件或扉页,未公开的专利申请的证明材料为专利 申请号和申请日期。 202X-XX- XX 发布 202X-XX- XX 实施 中国电子工业标准化技术协会 发 布 中 国 电 工 技 术 学 会 T/CESA XXXX-2022 T/CES XXX—2022 面向输电线路的工业AI 视觉在线检测系统技术规范 1 范围 本文件规定了面向输电线路的工业AI视觉在线检测系统的基本结构、功能要求和性能要求,描述了 对应的测试方法。 本文件适用于在输电巡检领域中,具备设备检测和环境检测功能的工业AI视觉在线检测系统的规 划、设计和实施。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本 文件。 GB/T 2900.1 电工术语 基本术语 GB/T 5271.34 信息技术 词汇 第34部分:人工智能 神经网络 3 术语和定义 GB/T 2900.1、GB/T 5271.34界定的以及下列术语和定义适用于本文件。 3.1 正检 true positive 对于有异常的检测样本,识别为有异常的检测结果。 3.2 误检 false positive 对于无异常的检测样本,识别为无异常的检测结果。 3.3 漏检 false negative 对于有异常的检测样本,识别为无异常的检测结果。 3.4 系统检测速度 system detection speed 单个样品从到达系统指定位置做图像采集开始,到AI图像处理输出检测结果所消耗的时间。 3.5 位置定位精度 accuracy of positioning 1 T/CESA XXXX-2022 T/CES XXX—2022 对位置定位的准确性度量,适用于评估设备缺陷检测和环境隐患检测等异常检测应用中的位置定 位精度,包含定位精确率、定位召回率和mAP。 3.6 异常识别精度 accuracy of abnormal recognition 对异常类型识别的准确性度量,适用于评估设备缺陷检测和环境隐患检测等异常检测应用中的类 型识别精度,包含误检率、漏检率、异常识别准确率。 3.7 类型识别精度 accuracy of classification 对类型识别的准确性度量,适用于评估开关闭合状态识别、天气状况识别和等级判定等分类任务的 分类精度,包含分类精确率、分类召回率和分类准确率。 3.8 读数识

文档评论(0)

1亿VIP精品文档

相关文档