[发明专利]基站机房的安全隐患识别方法及装置

说明书

本申请涉及网络运维技术领域，提供了一种基站机房的安全隐患识别方法、装置、计算机可读存储介质及电子设备，在实施例中，方法包括：获取拍摄装置对基站机房内部进行拍摄得到的待识别图像，待标识图像包含安全隐患目标；通过预设隐患图像分类模型，对待识别图像进行分类，以确定待识别图像包含的安全隐患目标的安全隐患类别；通过安全隐患类别对应的预设安全隐患识别模型，对待识别图像包含的安全隐患目标进行安全隐患判断，以确定待识别图像包含的安全隐患目标是否存在安全隐患。本申请实施例的技术方案采用模型学习到的统一的安全隐患判断规则进行隐患判断，不会受到人的主观因素的影响，可更为方便的进行隐患的管理跟踪。

技术领域

本申请涉及网络运维技术领域，尤其涉及基站机房的安全隐患识别方法及装置。

背景技术

基站即公用移动通信基站是无线电台站的一种形式，是指在一定的无线电覆盖区中，通过移动通信交换中心，与移动电话终端之间进行信息传递的无线电收发信电台。基站的构成一般分为以下几个系统：传输系统，包括SDH设备，光缆，电缆等；动力系统，蓄电池，市电等；动环监控系统；天馈系统；BTS主设备；以及其他辅助设备，如空调，防盗门等。基站的主要功能就是提供无线覆盖，即实现有线通信网络与无线终端之间的无线信号传输。随着基站机房的数量持续增长，带来的维护问题日趋突出。

对于基站机房的设备设施管理，需要人工进行巡检，人工检查费时费力，且隐患判定主观性强，因人而异，标准不一，不利于隐患的管理。

发明内容

本申请提供了一种基站机房的安全隐患识别方法、装置、计算机可读存储介质及电子设备，模型具有相对统一的安全隐患判断规则，不会受到人的主观因素的影响，能够较为的客观的实现安全隐患判断，且能够及时反馈基站机房安全隐患情况，可更为方便的进行隐患的管理跟踪。

第一方面，本申请实施例提供了一种基站机房的安全隐患识别方法，包括：获取拍摄装置对基站机房内部进行拍摄得到的待识别图像，所述待标识图像包含安全隐患目标；通过预设隐患图像分类模型，对所述待识别图像进行分类，以确定所述待识别图像包含的安全隐患目标的安全隐患类别，所述预设隐患图像分类模型基于包含所述安全隐患类别的多个预设安全隐患类别对应的第一样本集对第一预设神经网络进行训练得到；通过所述安全隐患类别对应的预设安全隐患识别模型，对所述待识别图像包含的安全隐患目标进行安全隐患判断，以确定所述待识别图像包含的安全隐患目标是否存在安全隐患，所述预设安全隐患识别模型基于所述安全隐患类别对应的第二样本集对第二预设神经网络进行训练得到。

该实施例中，通过预设隐患图像分类模型对图像进行分类，得到图像对应的安全隐患类别，基于安全隐患类别对应的预设安全隐患识别模型实现安全隐患判断，充分考虑到不同安全隐患类型所对应的图像之间的特征差异，从而较为准确的判断图像所包含的安全隐患目标是否存在安全隐患。同时，模型具有相对统一的安全隐患判断规则，不会受到人的主观因素的影响，能够较为的客观的实现安全隐患判断，且能够及时反馈基站机房安全隐患情况，可更为方便的进行隐患的管理跟踪。

在一种可能的实现方式中，所述第一样本集包括多个预设安全隐患类别各自对应的多个样本图像，所述样本图像包括所述多个预设安全隐患类别任一类别所对应的安全隐患目标；所述第一样本集包括所述第二样本集。

该实现方式中，考虑到样本数量有限，同时考虑到相同样本能够在一定程度上提高模型精度，因此，采用训练第一预设神经网络的第一样本集中的样本训练第二预设神经网络。

在一种可能的实现方式中，所述第一预设神经网络为对ResNet中的全连接层进行改进后的网络；所述全连接层的改进包括：所述全连接层在训练过程增加了dropout、所述全连接层的线性变换之间增加了激活函数和/或所述全连接层的分类回归器为LogSoftmax函数。

该实现方式中，由于样本的数量有限，容易导致模型出现过拟合现象，因此，通过对全连接层进行改进，从而确保图像分类的准确性。