[发明专利]一种基于卷积神经网络的配电箱隐患识别方法

权利要求书

1.一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：包括以下步骤：第1步：获取训练图像，所述训练图像显示有配电箱隐患的图像内容，依据所述训练图像训练神经网络模型，并将训练好的神经网络模型上传至服务器；

第2步：利用手持设备获取配电箱的图像信息，并将所述图像信息上传至所述服务器；

第3步：所述神经网络模型依据所述图像信息生成判断结果，并通过所述服务器将所述判断结果反馈至所述手持设备。

2.根据权利要求1所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述第1步还包括以下步骤：第1-1步：设定标签，依据所述标签获取多个训练图像；

第1-2步：依据所述标签标注所述训练图像；

第1-3步：将所述第1-2步标注好的训练图像输入所述神经网络模型以训练所述神经网络模型；

第1-4步：测试所述神经网络模型以获取测试结果，重复执行所述第1-3步直至所述测试结果为及格。

3.根据权利要求2所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述第1-3步还包括以下步骤：所述第1-3-1步：设定所述神经网络模型的参数，依据所述参数训练所述神经网络模型；

第1-3-2步：依据所述第1-4步的测试结果修改所述参数。

4.所述参数包括数据循环迭代次数、完成每次迭代所需时间、完成每次迭代之间的梯度平滑度。

5.根据权利要求1所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述图像信息包括外部图像信息、内部图像信息；

所述第2步还包括：第2-1步：利用所述手持设备获取所述外部图像信息、所述内部图像信息，并上传所述外部图像信息、所述内部图像信息至所述服务器；

第2-2步：利用所述手持设备输出确认信息至所述服务器；

第2-3步：当所述服务器接收到所述确认信息时，所述神经网络模型识别所述外部图像信息、所述内部图像信息；

当缺失其中一种时，所述服务器输出提示信号至所述手持设备。

6.根据权利要求1所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：当所述配电箱的数量为多个时，所述第2步还包括以下步骤：第2-A步： 通过所述服务器输出待测箱号信息至所述手持设备；

第2-B步：依据所述待测箱号信息，通过所述手持设备获取所述图像信息，并上传所述图像信息至所述服务器；

第2-C步：所述神经网络模型识别所述图像信息以获取实际箱号信息；

第2-D步：所述服务器对比所述实际箱号信息与所述待测箱号信息，当两者不符合时，输出警报信号至所述手持设备。

7.根据权利要求5所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述第2-C步还包括以下步骤：第2-C-1步：当获取所述实际箱号信息失败时，所述服务器输出箱号请求信号至所述手持设备；

第2-C-2步：当所述手持设备接受到所述箱号请求信号后，通过所述手持设备输入所述实际箱号信息至所述服务器；

第2-C-3步：所述服务器接收所述手持设备输入的所述实际箱号信息。

8.根据权利要求5所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述第2-D步还包括以下步骤：第2-D-1步：所述服务器对比所述实际箱号信息与所述待测箱号信息；

第2-D-2步：当其中一个或多个待测箱号信息无对应的实际箱号信息时，所述服务器输出警报信号至所述手持设备；

当同一个待测箱号信息重复对应多个实际箱号信息时，所述服务器输出警报信号至所述手持设备。

9.根据权利要求7所述的一种基于卷积神经网络的配电箱隐患识别方法，其特征在于：所述警报信号包括箱号缺失信号、箱号重复信号；

当其中一个或多个待测箱号信息无对应的实际箱号信息时，所述服务器输出箱号缺失信号至所述手持设备；

当同一个待测箱号信息重复对应多个实际箱号信息时，所述服务器输出箱号重复信号至所述手持设备。