建设指导思想
技术架构
机巡图像数字化管理系统
图像重命名工具及效率提升情况
部件审查
缺陷识别与任务分类
围绕基层“减负”，根据目前实际情况，即在缺陷智能识别精度暂时无法支撑无人化操作条件下采取一个中间过渡的方式，通过更高效的缺陷审核工具，弥补算法精度不高导致的识别问题，以此来减轻工作负担。
广东汕头局项目系统
依托省公司基础平台建设，打造具有AI辅助识别功能的电力图像数字化管理系统 ■ 对不同巡检业务中的多源多谱段数据进行集中化存储 ■ 对巡检任务数字化管理，任务量自动统计 ■ 图像审核与审查工具可以及时发现缺陷，上报缺陷
自主学习模块
平台内置算法
模型训练可视化
■ 南网云南省科研项目 ■ 国网江西电科院科研项目 ■ 国网江西电力科学研究院科技创新项目 ■ 南网广州局科腾信息战略合作 ■ 首钢集团江苏首钢控股战略合作（电力巡检、厂区厂房巡检） ■ 国网江西电力科学研究院巡检数据库运维 ■ 国网管控平台巡检图像人工智能识别验证 ■ 中国电力科学研究院平台算法接入 ■ 全球能源互联网（联研院）平台算法接入 ■ 国网智能（原山东鲁能智能）平台算法接入
■ 青海黄河风电项目
■ 云南省昆明供电局系统平台交付项目
■ 安全帽佩戴监控中盛益华信息化项目
■ 许继电气通道可视化图像人工智能处理平台项目
■ 城市施工场地监控广州城投信息化项目
■ 上海新江湾城河道巡检千寻位置信息化项目
■ 国电电力内蒙-风电场无人机巡检项目
■ 国网辽宁电网人工智能图像识别平台项目
■ 国网赣西供电公司“站-站”智慧巡检项目
■ 国网河南省公司人工智能图像辨识信息化项目
江苏电网科技创新项目
基于御航智能自学习训练平台在省公司搭建输电线路巡检人工智能缺陷识别云平台，各地市部署CS版本AI识别客户端系统，进行本地AI缺陷识别、缺陷审核，审核完成后将结果定期上传到省公司综合管控平台，管控平台与人工智能平台做接口进行定期模型训练，训练完成后生成的模型通过管控平台分发更新到各地市公司，循环迭代。
其他项目或算法验证
精诚合作 不懈努力
聚焦人工智能、机器视觉核心技术，依托无人机巡检新型作业模式的发展契机，为用户提供巡检图像人工智能处理专业算法、平台系统、巡检设备及专业技术服务
