点击下载赛题相关文件

1.基于多模态大模型的电力设备缺陷识别-赛题内容

2.基于多模态大模型的电力设备缺陷识别-比赛流程说明

3.基于多模态大模型的电力设备缺陷识别-样例发布

基于多模态大模型的电力设备缺陷识别竞赛围绕输电、配电、变电等电力场景设备智能巡视需求，针对导地线异物、导地线散股、绝缘子灼伤、螺栓缺销钉、指针表读数异常等五类电力设备及线路的危急严重缺陷，通过竞赛培育一批实用化专业应用，突破传统模型在电力智能巡视场景下的精度不高的问题，形成电力设备巡视大模型技术创新应用方案，大幅度降低电网安全生产风险，有效保障电网的安全生产。

一、比赛内容说明

1.赛题名称：基于多模态大模型的电力设备缺陷识别

初赛测试用例发布时间：2025年10月17日10:00

初赛提交截止日期：2025年10月17日12:00

决赛起止日期：2025年10月27日-31日

2.初赛形式（线上）：

举办方：通过外网页面发布比赛信息、样本示例数据（包含5类缺陷，每类提供缺陷样本5张，并给出缺陷判断标准）、比赛样本格式、答案格式要求说明。

举办方：初赛最后一天发布初赛测试样本，为1个zip文件。

参赛队伍：在初赛截止日期前提交测试用例对应的答案（文件名：赛题1_初赛_参赛队伍名称.csv）。

举办方：使用赛题测试脚本评测打分，根据打分成绩排名确定进入决赛的名单，打分相同者以提交时间顺序确定排名。

3. 赛题设置

赛题基于目标检测技术，参赛团队需基于人工智能模型实现典型缺陷的矩形框识别。竞赛聚焦五类设备及线路的危急严重缺陷：导地线异物、导地线散股、绝缘子灼伤、螺栓缺销钉、指针表读数异常。缺陷样例如图1所示。

图1 设备及线路缺陷示意图

二、评分标准说明

识别效果为全部缺陷的算法识别效果，得分根据发现率得分、误报率得分两项进行加权计算，满分为100分。计算公式如下：

单项识别效果得分=发现率得分（满分60分）+误检比得分（满分40分），其中，每类缺陷的考评权重都为20%。

各项指标计算方法如下：

1）发现率得分=发现率×60

发现率=M1/M×100%

其中，M1为识别算法输出正确框总数；M为该算法对应的测试图像中标准框总数。

算法输出框是否正确的判断依据为：输出框区域与标准框区域重合率IoU值大于规定阈值（20%）且属性描述正确，则该输出框正确。若算法对同一目标位置输出多个结果且描述正确，则重叠度最大的输出框判定为正确，其它输出框判定为错误。

2）误检比W=（M2-M1）/M×100%。其中，M2为算法输出错误框总数，M为该算法对应的测试图像中标准框总数。

算法输出框是否错误的判断依据为：算法输出的非正确框即为错误框（即：输出框区域与标准框区域重合率IoU值大于规定阈值或属性描述错误）。

误检比得分根据误检比（W）分段计算，详见下表：

  误检比得分计算