风电叶片缺陷识别基于人工智能视觉分析技术，识别风机运行过程中产生的常见缺陷，比如划痕、裂纹、锈蚀、脏污、涂层脱落、开胶腐蚀等缺陷。
应用场景
风力发电厂
通过算法识别风机运行过程中产生的常见缺陷，及时处理，避免风机运行故障，影响正常作业
海上风电巡检
适用于海上风电机组叶片巡检场景，对海上风机叶片进行远程图像采集和智能分析，辅助发现叶片裂纹、腐蚀、破损、涂层脱落等问题，降低人工出海巡检成本。
常见问题
算法怎么使用
算法支持本地服务器/边缘端/云服务器等部署方式，边缘端部署可兼容华为昇腾/算能/瑞芯微/英特尔等边缘计算盒子，开箱即用
算法怎么收费
算法交付方式灵活，可根据实际需求情况和规模进行评估，主要有按路数授权/服务器授权/年包授权
算法对摄像头有什么要求
正常200万像素即可，支持摄像头利旧使用，RTSP/RTMP/GB28181等视频流接入，节省改造成本
算法如何定制
根据实际需求评估，通常单场景需要2000-5000张左右图片样本，定制流程：方案设计→数据采集→数据标注→算法开发→算法测试→算法迭代
算法效果如何
平均准确率≥90%，采用深度学习技术可持续迭代提升效果，平均每个算法有500+个细分场景，每个场景500-800张/段精准标注数据，从数据源头保障算法质量
是否支持国产化部署
已与华为昇腾/天数/登临等10余家国产芯片厂商完成适配，兼容国产CPU/GPU/NPU高质量满足项目信创要求