这个项目真正要解决什么？
光伏项目的视觉需求贯穿建设和运营：施工阶段关心地面打孔、组件安装、车辆与人员作业；运营阶段又要关注组件热斑、破损、遮挡和故障。
如果每个阶段都采购一套独立算法和系统，设备管理、部署、接口和数据归档会迅速碎片化；真正可持续的方案需要统一接入、统一算法调度和统一异常闭环。
现场数据源包含可见光、红外、固定摄像头、无人机等多种方式，对算力分配、算法叠加数量和异常响应时间都有工程约束。
需求背景 / 解决方案 / 价值效果
需求背景
- 光伏项目的视觉需求贯穿建设和运营：施工阶段关心地面打孔、组件安装、车辆与人员作业；运营阶段又要关注组件热斑、破损、遮挡和故障。
- 如果每个阶段都采购一套独立算法和系统，设备管理、部署、接口和数据归档会迅速碎片化；真正可持续的方案需要统一接入、统一算法调度和统一异常闭环。
- 现场数据源包含可见光、红外、固定摄像头、无人机等多种方式，对算力分配、算法叠加数量和异常响应时间都有工程约束。
解决方案
- 平台统一管理多路视频与任务设备，按照施工阶段和巡检任务动态挂载算法服务；工程车辆、地面打孔、光伏板安装、组件故障、热斑、工程垃圾等算法通过标准接口接入。
- 每路视频按场景配置不超过约定数量的算法组合，资源池按任务动态分配算力，异常结果通过标准 API 推送给第三方平台，同时保留截图、坐标、时间和处理状态。
- 运营侧将可见光与热成像信息合并到同一事件模型，在地图上关联组件或区域，形成从安装质检到长期运维的生命周期档案。
价值效果
- 项目平台覆盖施工安全、机械设备、光伏故障等 12 类视觉算法，单路算法按资源约束灵活叠加。
- 异常判断与识别推送目标在秒级完成，项目资料给出的异常响应指标为 ≤3s，第三方接口采用标准 HTTP / JSON。
- 统一平台避免“一个算法一套系统”，便于后续增加新算法、复用设备并沉淀跨阶段的质量与运维数据。
从业务问题到可执行系统
01视频/无人机接入
02设备管理
03算法编排
04资源调度
05多模态识别
06异常事件
07第三方推送
08历史归档
12类算法服务
≤5个单路叠加
≤3s异常响应
HTTP/JSON接口
为什么这样设计
白泽的项目方法不是先决定“用哪一个模型”，而是先把现场对象、输入数据、关键决策、风险边界和最终动作画清楚，再决定哪些环节使用确定性程序、哪些环节使用视觉算法、哪些环节由大模型或 Agent 负责。这样做的目的，是让系统能够验收、追溯、维护，并能在真实业务变化时继续迭代。
该案例的重点不是单一缺陷模型，而是把多阶段、多设备、多算法的视觉能力平台化，支撑光伏项目长期运营。
AI 落地不止是算法
在白泽的交付中，算法只是其中一层。我们同时关注数据接入、现场网络、边缘计算、权限、安全、第三方系统接口、用户操作习惯、日志与审计、设备稳定性以及后续运维。对企业来说，真正有价值的不是一次模型演示，而是一套能够长期运行并持续创造结果的系统。