承接上篇
··························································································································
球状刀闸开关状态辨认
图例：
图像要求：1. 文字区域清晰可见。球状刀闸分合整体区域大于 200×200（1080p）。2. 球状刀闸有两块色彩和文字区域，无非凡角度要求，只须要其中一边显著清晰就能够辨认，如下图所示：
自有数据集上辨认准确率：95% 以上。
辨认速度：400ms/ 帧。
分合文字状态辨认
图例：
图像要求：1. 字符区域残缺清晰无遮挡，文字分合整体区域大于 200×200（1080p）。
自有数据集上辨认准确率：95% 以上。
辨认速度：400ms/ 帧。
备注：保障指标清晰明确。摄像机焦距适合。分合文字开关次要依附色彩和中文字符判断其状态，因而光照会对其造成肯定的影响，过亮会呈现反光的状况，导致判断不精确。夜晚拍摄会有色差，无奈分辨绿色或者红色，早晨拍摄也会影响文字的辨认准确率。
指针式分合开关状态辨认
图例：
图像要求：1. 红色指针区域残缺清晰无遮挡，指针加分合字符整体区域大于 200×200（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 45 度 3. 尽量避免反光状况
自有数据集上辨认准确率：95% 以上。
辨认速度：600ms/ 帧。
1.1.4 油位状态辨认算法
室外油位视窗读数辨认
反对图例：
图像要求：1. 视窗外观清晰，视窗外部油位地位清晰。油位视窗区域 200×200 以上（1080p）。2. 摄像机与油位视窗连线与油位计法线之间的夹角不大于 30 度；
自有数据集上辨认准确率：90% 左右。
辨认速度：800ms/ 帧。
备注：图像中 OSD 会对指标造成烦扰甚至是遮挡（如下图）。油位视窗次要辨认视窗中的黑线或者白线，因而在夜晚环境或者阳光过于强烈的环境中会导致线条不显著，从而影响辨认后果。
如下图，左图因为光线不适合，简直无奈看到油位视窗的地位，油位地位无奈辨认。第二张图片中，工作巡检中这几个 OSD 对油位视窗造成了烦扰。
1.1.5 数字辨认算法
计数器数字辨认
反对图例：
图像要求：1. 数字区域清晰可见，整体数字区域在 70×70 以上（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 15 度 (表计上的数字能够到 30 度)；3. 摄像机装置地位及角度应防止指标区域有反光；
自有数据集上辨认准确率：85%。
辨认速度：500ms/ 帧。
LED 数字辨认
图例：
图像要求：1. 数字区域清晰可见，整体数字区域 70×70 以上（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 30 度；3. 摄像机装置地位及角度应防止指标区域有反光；
自有数据集上辨认准确率：88%。
辨认速度：500ms/ 帧。
备注：小数点辨认成果不佳，目前提供的数字辨认不蕴含小数点。led 数字会有反光、光晕的状况，这些状态下辨认成果不佳（70% 左右），拍摄时尽量保障光照条件适合，如下图所示：
1.1.5 汇控柜类状态辨认算法
把手状态辨认
图例：
图像要求：1. 指标区域清晰可见，待检测指标区域 100×100（1080p）以上 2. 摄像机与指标区域与指标区域法线之间的夹角不大于 45 度；
自有数据集上辨认准确率：95%。
辨认速度：400ms/ 帧。
备注：保障指标清晰明确。
柱状压板状态辨认
图例：
图像要求：1. 单个压板区域大于 50×100（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 20 度；
自有数据集上辨认准确率：95% 以上。
辨认速度：400ms/ 帧。
备注：保障指标清晰明确。保障压板的完整性，如果有压板在图像边界处，在图片中不残缺，会造成辨认不准。下图为歪斜图片示例，该图片最初一排右下角两个压板因为仰视角度过大，开合状态较难分辨。
一字压板状态辨认
图例：
图像要求：1. 单个压板区域大于 50×100（1080p）2. 摄像机与指标区域与指标区域法线之间的夹角不大于 20 度；
自有数据集上辨认准确率：92% 以上。
辨认速度：400ms/ 帧。
备注：保障指标清晰明确。保障压板的完整性，如果有压板在图像边界处，在图片中不残缺，会造成辨认不准。
空气开关状态辨认
图例：
图像要求：1. 单个空气开关区域大于 100×50（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 20 度；
目前在咱们本人的数据集上辨认准确率：95%。
辨认速度：400ms/ 帧。
备注：保障指标清晰明确。保障空气开关的完整性。
指示灯亮灭辨认
图例：
图像要求：1. 指示灯清晰残缺即可。单个指示灯区域大于 50*50（1080p）。2. 摄像机与指标区域与指标区域法线之间的夹角不大于 20 度；3. 摄像机装置地位及角度应防止指标区域有反光；
自有数据集上辨认准确率：90%。（次要在小指示灯辨认上容易判错）辨认速度：400ms/ 帧。
1.2 缺点辨认类算法
1.2.1 表计含糊辨认
图例：
对表计外观是否存在雨水等含糊景象进行辨认。
在现有数据集上的评价值：77%（依照电科院的规范，最终评价值 =0.5AP+0.3Recall+0.2*Precision, 下同）。
辨认速度：800ms/ 帧。
1.2.2 表计破损辨认
图例：
对表计及外壳外观是否存在破碎 / 裂纹等景象进行辨认。
在现有数据集上的评价值：79%。
辨认速度：800ms/ 帧。
1.2.3 绝缘子破损辨认
图例:
对绝缘子串是否存在破碎 / 裂纹等缺点进行辨认。
在现有数据集上的评价值：53%。辨认速度：800ms/ 帧。
1.2.4 呼吸器硅胶变色辨认
图例:
对呼吸器硅胶变色的缺点进行辨认。
在现有数据集上的评价值：90.2%。
辨认速度：800ms/ 帧。
1.2.5 呼吸器油封破碎辨认
图例:
对呼吸器油封及硅胶桶破碎的缺点进行辨认。在现有数据集上的评价值：79%。
辨认速度：800ms/ 帧。
1.2.6 低空悬浮物辨认
图例：
对变电站区域内塑料袋 / 飘带等低空悬浮物进行辨认。
在现有数据集上的评价值：47.4%。
辨认速度：800ms/ 帧。
1.2.7 鸟窝异物辨认
图例：
对变电站区域内鸟窝异物进行辨认检测。
在现有数据集上的评价值：78.4%。
辨认速度：800ms/ 帧。
1.2.8 高空油污辨认
图例：
对变电站区域高空渗漏油缺点进行辨认检测。
在现有数据集上的评价值：60.9%。
辨认速度：800ms/ 帧。
1.2.9 部件油污辨认
图例：
对变电区域外部件渗漏油缺点进行辨认检测。
在现有数据集上的评价值：47.4%。
辨认速度：800ms/ 帧。
1.2.10 金属锈蚀辨认
图例：
对变电区域内的金属锈蚀缺点进行辨认检测。
在现有数据集上的评价值：44.1%。
辨认速度：800ms/ 帧。
2. 典型问题释疑
2.1 表计读数辨认对表计拍摄角度有什么要求
表计的辨认对图像拍摄角度没有显著特地要求，次要对表计指标尺寸有要求，最好在 300*300 像素以上。
表计辨认目前的局限次要在以下几点：
指针绝对表盘背景比照不显著时，辨认略差，如下图（右图的角度也能承受，但对比度不显著）
色彩雷同的指针存在无奈分辨的问题（即两个指针输入两个雷同的读数）
2.2 表计区域 300*300 像素以下是否就没法辨认
咱们倡议表计区域 300*300 像素以上为佳，表计尺寸较小但表计指针局部绝对表盘背景显著同样可测，但容易不稳固，受光照等内部条件影响大。如下图。
2.3 图像中存在多个表计，是否同时辨认
能够同时辨认。但利用端须要做些对应，哪个读数对应哪个表。并且多个表计的朝向没有特地要求。
2.4 哪些算法须要配置，预置点偏离后算法是否还能精确辨认
目前只有表计类 (确切说是指针类) 算法须要人工配置，也就这类算法对预置点的偏离和人为挪动绝对敏感，算法能够修改平移偏差，但大的旋转变动会引起读数辨认谬误。
2.5 表计品种很多，同一种表计外观也不尽相同，目前反对哪些表计的辨认
包含但不限于上述类型的表计，原则上，无论表计外观如何，所有指针型表计都能够辨认（蕴含下图类型），也包含单指针 / 色彩不同的双指针，然而须要提供对应的素材评估以及进行训练
2.6 隔离开关个别有 A /B/ C 三相，能够同时辨认吗
一张图像中蕴含 A /B/ C 三相，可反对同时辨认，但须要下层利用做对应（分属哪个开关）。剖析服务器只给出地位和开关状态信息。同理，一张图片弱蕴含多个指标也须要下层利用做对应。
2.7 夜晚条件是否辨认
原则上夜晚是无奈进行失常的巡检。很多的剖析算法是依赖于色彩信息的