廣州熱線

眾所周知，深度學(xué)習(xí)技術(shù)堪稱人工智能的“底座”，在各大傳統(tǒng)產(chǎn)業(yè)上也有著巨大的潛力尚待挖掘。5月20日，由深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室與百度聯(lián)合主辦的“WAVE SUMMIT”2020深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)召開(kāi)，百度深度學(xué)習(xí)平臺(tái)飛槳攜手國(guó)家電網(wǎng)和山東信通，打造的電網(wǎng)智能巡檢方案作為典型案例亮相，向觀眾展示了深度學(xué)習(xí)如何在工業(yè)領(lǐng)域?qū)崿F(xiàn)落地。

（百度深度學(xué)習(xí)技術(shù)平臺(tái)部高級(jí)總監(jiān)馬艷軍分享電網(wǎng)智能巡檢方案）

峰會(huì)現(xiàn)場(chǎng)，百度深度學(xué)習(xí)技術(shù)平臺(tái)部高級(jí)總監(jiān)馬艷軍詳解該落地案例。百度視覺(jué)團(tuán)隊(duì)基于百度飛槳打造的該方案對(duì)輸電線路外破隱患的識(shí)別分析準(zhǔn)確率已超過(guò)90%，同時(shí)實(shí)現(xiàn)秒級(jí)報(bào)警，可充分保障電力安全。此外，在開(kāi)發(fā)過(guò)程中起到關(guān)鍵作用的模型壓縮庫(kù)PaddleSlim和端側(cè)推理引擎Paddle Lite也在當(dāng)天迎來(lái)全新升級(jí)發(fā)布，進(jìn)一步提升性能和易用性。

輸電線路人工巡檢耗時(shí)費(fèi)力 傳統(tǒng)可視化監(jiān)拍方案真空期長(zhǎng)

提到“電老大”，人們的第一印象是巨大的鐵塔、高聳的電線桿和一眼望不到頭的電線，這些設(shè)備不分晝夜地將電力輸送到中國(guó)的每一個(gè)城市和鄉(xiāng)村。隨著城市化建設(shè)推進(jìn)和生活用電需求不斷增長(zhǎng)，有預(yù)測(cè)稱2020年中國(guó)發(fā)電量將跳增51%至2073吉瓦，輸電線路總長(zhǎng)也將超159萬(wàn)千米，這為中國(guó)電網(wǎng)的安全運(yùn)維帶來(lái)很高的要求，其中一項(xiàng)重要的工作就是輸電線路巡檢工作。

以往，電力巡檢通常依賴人工，這一方式工作量大、勞動(dòng)強(qiáng)度高，同時(shí)工作效率較低，巡視質(zhì)量不一，且常受惡劣天氣等外界因素影響，常常是事故發(fā)生了一段時(shí)間之后，才能發(fā)現(xiàn)并補(bǔ)救。后來(lái)有關(guān)企業(yè)嘗試部署可視化監(jiān)拍裝置，再結(jié)合人工巡檢，隨著方案的規(guī)模化推廣，有效的減少人員工作量和停電跳閘次數(shù)，但大多數(shù)設(shè)備拍照間隔均在半個(gè)小時(shí)以上，采集真空期依然較長(zhǎng)，對(duì)于短時(shí)隱患的預(yù)警及突發(fā)情況的追溯不足。

換言之，時(shí)效落后、預(yù)警缺位等關(guān)鍵痛點(diǎn)，未得到根本解決，火災(zāi)或工業(yè)機(jī)械造成高壓電網(wǎng)損壞等問(wèn)題，依然會(huì)不可逆地為生活生產(chǎn)用電帶來(lái)影響損失，可以說(shuō)防不勝防。

如果能讓智能分析設(shè)備真正“智能”起來(lái)，自動(dòng)識(shí)別電網(wǎng)設(shè)備周圍的安全隱患并主動(dòng)上報(bào)，這些問(wèn)題就可以迎刃而解，但如何實(shí)現(xiàn)這一需求？山東信通電子股份有限公司是一家致力于提供電力、通信行業(yè)物聯(lián)網(wǎng)解決方案的高新技術(shù)企業(yè)，在嘗試了傳統(tǒng)前端分析、硬件加速類前端智能分析、后端智能分析等方案后，發(fā)現(xiàn)各類方案均存在一定的技術(shù)瓶頸，于是他們將目光放在了前端深度學(xué)習(xí)技術(shù)上。

百度飛槳的優(yōu)點(diǎn)：高性能、輕量化、多硬件、高拓展

經(jīng)過(guò)多個(gè)深度學(xué)習(xí)框架比對(duì)，山東信通最終選擇了百度飛槳，雙方團(tuán)隊(duì)經(jīng)交流研討之后，一致認(rèn)為現(xiàn)有智能分析設(shè)備的問(wèn)題在于準(zhǔn)確率不足、分析耗時(shí)長(zhǎng)。于是雙方在百度視覺(jué)技術(shù)的基礎(chǔ)上，引入飛槳的模型壓縮庫(kù)PaddleSlim和端側(cè)推理引擎Paddle Lite，最終打造出了這套輸電智能巡檢方案，并在國(guó)家電網(wǎng)山東電力公司的輸電線范圍內(nèi)率先應(yīng)用。

山東信通的研究人員認(rèn)為，這套方案的核心在于算法模型，而百度飛槳具備高性能、輕量化、多硬件、高拓展的優(yōu)點(diǎn)，Paddle Lite可針對(duì)輸電隱患模型進(jìn)行定制優(yōu)化提升，在低算力低功耗下仍能有較高推理性能。此外，該方案采用了云邊協(xié)同，可以隨著云端樣本更新和模型訓(xùn)練的迭代升級(jí)，來(lái)進(jìn)一步優(yōu)化和適配識(shí)別算法的適用場(chǎng)景，不斷提升識(shí)別精度，降低漏報(bào)及誤報(bào)。

Paddle Lite帶來(lái)的識(shí)別精度提升非常大，以吊車、塔吊等大型施工機(jī)械的識(shí)別為例，百度Paddle Lite可以達(dá)到96%的識(shí)別準(zhǔn)確率，而傳統(tǒng)前端智能分析僅有80%。另外，應(yīng)用Paddle Lite的該方案功耗僅有0.4W。

深度學(xué)習(xí)實(shí)現(xiàn)無(wú)人巡檢即時(shí)報(bào)警，實(shí)戰(zhàn)檢驗(yàn)保障生產(chǎn)生活用電

相比舊版的智能分析設(shè)備，新方案下可視化監(jiān)拍裝置拍照間隔從半小時(shí)縮短到5分鐘，且實(shí)現(xiàn)圖像端側(cè)的邊緣智能分析，五秒內(nèi)就可以識(shí)別出吊車、導(dǎo)線異物、煙火、塔吊、各類施工機(jī)械等安全隱患，分析準(zhǔn)確率超過(guò)90%，同時(shí)模型大小縮小60%，綜合功耗也降低了30%，最關(guān)鍵的是，從發(fā)現(xiàn)到報(bào)警的速度從幾小時(shí)縮短至20秒，電力工作人員得以及時(shí)反應(yīng)，避免造成生產(chǎn)生活的損失。

這一方案很快迎來(lái)了一次“實(shí)戰(zhàn)檢驗(yàn)”。今年3月8日，山東淄博某郊區(qū)發(fā)生火情，正位于國(guó)家電網(wǎng)高壓線路下方，可視化監(jiān)拍裝置第一時(shí)間拍攝畫(huà)面并判斷為安全隱患，并同步向國(guó)網(wǎng)淄博供電公司輸電工區(qū)運(yùn)檢室的值班人員發(fā)出告警信息，值班人員立刻申請(qǐng)線路緊急避險(xiǎn)，同時(shí)協(xié)調(diào)運(yùn)檢人員即刻趕往現(xiàn)場(chǎng)處理，一個(gè)多小時(shí)后，火情被及時(shí)撲滅，避免了一場(chǎng)災(zāi)難的發(fā)生，居民和工廠的用電也未受到影響。

研發(fā)人員認(rèn)為，飛槳模型壓縮庫(kù)PaddleSlim和端側(cè)推理引擎Paddle Lite很好地解決了模型難以在小內(nèi)存設(shè)備中運(yùn)行的問(wèn)題，而且應(yīng)用識(shí)別效果良好，“業(yè)內(nèi)主流廠商提供的解決方案下，對(duì)單張拍攝畫(huà)面的分析最快是3秒，而百度飛槳提供的方案是1秒，尤其對(duì)施工機(jī)械識(shí)別非常優(yōu)秀?！蹦壳?，輸電線路隱患可視化智能管控平臺(tái)已接入6.5萬(wàn)余臺(tái)裝置，覆蓋山東省內(nèi)17地市5800余條輸電線路，每天可處理實(shí)時(shí)圖片200萬(wàn)余張，并發(fā)出10萬(wàn)余張的預(yù)/告警圖片。

PaddleSlim和Paddle Lite迎來(lái)全新升級(jí)發(fā)布 飛槳降低深度學(xué)習(xí)落地門檻

飛槳在電力巡檢方向上的應(yīng)用，是深度學(xué)習(xí)落地工業(yè)的一個(gè)縮影，從中也可以看到人工智能落地產(chǎn)業(yè)所面臨的難題：技術(shù)門檻攔路、模型選型復(fù)雜、算力需求過(guò)高、效果未達(dá)預(yù)期、軟硬件適配難度大等，只有解決了這些問(wèn)題，才能實(shí)現(xiàn)真正的產(chǎn)業(yè)智能化。

值得注意的是，在該案例中大放異彩的兩大工具：模型壓縮庫(kù)PaddleSlim和端側(cè)推理引擎Paddle Lite在峰會(huì)上也迎來(lái)了全新的升級(jí)發(fā)布。據(jù)了解，PaddleSlim升級(jí)至1.0，功能更加完備，也更貼近實(shí)際工業(yè)的硬件環(huán)境，為企業(yè)提供模型的小型化方案，尤其在圖像分類、目標(biāo)檢測(cè)、語(yǔ)義分割、NLP語(yǔ)義理解等方面得到廣泛驗(yàn)證；Paddle Lite則升級(jí)發(fā)布2.6版本，進(jìn)一步提升易用性，并全面支持主流通用CPU和GPU，主流模型性能領(lǐng)先業(yè)內(nèi)。

而這是僅是飛槳在峰會(huì)現(xiàn)場(chǎng)展現(xiàn)出來(lái)的一部分亮點(diǎn)，當(dāng)天，飛槳開(kāi)源深度學(xué)習(xí)平臺(tái)公布了7項(xiàng)全新發(fā)布和23項(xiàng)重大升級(jí)，并展現(xiàn)了最新成績(jī)單：累計(jì)開(kāi)發(fā)者數(shù)量超過(guò)190萬(wàn)；服務(wù)企業(yè)數(shù)量達(dá)到8萬(wàn)4千家；發(fā)布模型數(shù)量超過(guò)23萬(wàn)個(gè)，是國(guó)內(nèi)最領(lǐng)先、服務(wù)開(kāi)發(fā)者規(guī)模最大、功能最完備的開(kāi)源開(kāi)放深度學(xué)習(xí)平臺(tái)。

但飛槳最大的成就在于，以領(lǐng)先的深度學(xué)習(xí)技術(shù)為更多企業(yè)的智能化轉(zhuǎn)型提供了趁手的工具和助推力，正如百度CTO王海峰在峰會(huì)上所表示，飛槳的全新發(fā)布和重要升級(jí)，聚焦于滿足旺盛的產(chǎn)業(yè)智能化需求和快速增長(zhǎng)的AI生產(chǎn)規(guī)模，以大幅提升飛槳的易用性，方便開(kāi)發(fā)者高效快速實(shí)現(xiàn)AI應(yīng)用，進(jìn)行業(yè)務(wù)創(chuàng)新。未來(lái)也會(huì)有更多像山東信通這樣的企業(yè)和開(kāi)發(fā)者，借力飛槳等人工智能平臺(tái)實(shí)現(xiàn)產(chǎn)業(yè)智能化的全新轉(zhuǎn)身。