指示灯检测是数据中心机房日常巡检过程中的重要一环，但实际检测过程中，普遍存在成像目标过小，亮度暗，颜色、形状与训练数据偏差大，导致无法被模型检测到进而目标丢失的问题。

蒙帕结合先进技术不断试验，一方面通过调整成像环境优化成像质量；另一方面通过增强检测强化模型自身能力，提升模型在检测“异形”目标方面的效果，从而提高指示灯巡检的准确率。

蒙帕指示灯增强检测技术对图像切片、推理、结果融合，进行封装，对外展示的接口与之前检测方法类似，便于现有代码修改。

运行时先生成某一类型的后处理器，配置后处理器参数；再生成推理器，配置推理器参数及后处理器；最后使用推理器进行预测输出。

后处理器类型有多种，不同类型后处理器性能接近，所以代码里后处理器已被写定。后处理器参数主要是iou阈值，衡量方法等参数，实际需要设置的只有iou阈值；模型参数包括模型路径，置信度阈值，运行设备，image size；切片推理器参数包括模型，切片大小，重合度，后处理器。

所有参数配置好后就可以进行推理，因为不同模型输出结果格式不一样，所以需要对结果进行整形，使所有模型都有统一的输出格式。

1、左侧是正常检测结果，右侧是增强检测结果，红圈标出差异。

图1

2、左侧是正常检测结果，右侧是增强检测结果，红圈标出差异。

图2

如上图1和图2所示，通过应用指示灯图像增强检测技术，蒙帕巡检机器人能够在原有指示灯检测的基础上识别到过小和过暗的指示灯，有效提高了指示灯识别率。

未来，蒙帕团队也将持续进行先进技术的学习和迭代，提升巡检能力，保障数据中心机房稳定运行。