风电叶片巡检AI：无人机裂纹识别模型迭代进展

经过四个月迭代，风电叶片无人机巡检模型在三类典型缺陷（表面裂纹、前缘侵蚀、雷电灼伤）上的召回率从初版 0.72 提升至 0.91，误报率稳定在 0.04 以下。

近期进展：

• 数据：累计标注叶片图像约 23 万张，覆盖 17 个风场、3 种机型；新增强光、雾天、雨后场景 2.1 万张；
• 模型：基线从 ResNet-50 升级为带方向感知的分割头，线性裂纹的连续像素召回改善较为明显；
• 端侧：与无人机端 NPU 适配后，单帧推理耗时降至约 180ms，可在航线内实时标记可疑缺陷。

下一步计划引入叶片三维点云，尝试在遮挡与油污条件下继续收敛误报；同时将结果对齐巡检报告模板，便于后续与现场运维系统对接。