View Project

Norwegian AI Directory

Vision-based AI for infrastructure inspection support


Description:

Moderne samfunn er fundamentalt avhengige av elektrisitet. Dette stiller strenge krav for å opprettholde påliteligheten og tilgjengeligheten av strømforsyningen. For å forhindre driftsstans og for å opprettholde sikker og pålitelig forsyning, må elektriske verktøy utføre regelmessige inspeksjoner på nettene sine. Disse inspeksjonene har vanligvis blitt utført ved hjelp av luftbårne undersøkelser via lavflygende helikoptre og feltundersøkelser via fotpatruljer. Noen verktøy dokumenterer bare potensielle mangler og avvik, mens andre tar bilder av hele nettet, inkludert bilder av ledere, ledningskomponenter og omkringliggende gjenstander (f.eks. Vegetasjon). De innsamlede bildene blir deretter inspisert manuelt for å identifisere feil. Nylig har gjennombrudd innen kunstig intelligens (AI) og mer spesifikt i Deep Learning (DL) med Convolutional Neural Networks (CNNs) revolusjonert feltet visjon og åpnet for nye muligheter for automatisering av dataanalyse i visjonsbaserte inspeksjoner. eSmart Systems har vært i forkant av utviklingen og anvendelsen av CNN-baserte løsninger for inspeksjonsstøtte. Inspirert av disse prestasjonene, i dette prosjektet, ønsker vi å skyve teknologien videre og forsøke å løse noen av hovedbegrensningene for nåværende CNN-baserte løsninger for gjenkjenning av bilder, bildeklassifisering, anomalideteksjon, osv. Hovedmålet med prosjektet er å forbedre anvendelsen av visjonsbasert AI (først og fremst CNN) i tilfeller der mengden opplæringsdata er begrenset. Dette er ofte tilfelle når AI trenger å gjenkjenne sjeldne gjenstander eller mangler. CNN krever vanligvis tusenvis av eksempler på hver objekttype eller klasse for å trene riktig og ikke klarer å utføre tilstrekkelig i mange infrastrukturinspeksjonsoppgaver.


Project leader: Davide Roverso

Started: 2021

Ends: 2024

Category: Næringsliv

Sector: Næringsliv

Budget: 1810999

Institution: ESMART SYSTEMS AS

Address: NA