[发明专利]电梯组件状态检测方法、装置、电子设备及存储介质

说明书

本公开关于一种电梯组件状态检测方法、装置、电子设备及存储介质，所述方法包括：获取电梯曳引钢带的实时图像信息；基于损伤检测网络对所述实时图像信息进行图像检测，得到所述实时图像信息中所述电梯曳引钢带的损伤检测结果。本公开能够提高对电梯曳引钢带的检测效率，降低电梯曳引钢带检测的操作难度。

技术领域

本公开涉及深度学习技术领域，尤其涉及一种电梯组件状态检测方法、装置、电子设备及存储介质。

背景技术

得益于政府惠民政策，解决既有社区多层住宅老年人出行难问题，既有社区住宅电梯将逐渐普及，大部分既有社区可加装电梯空间较小，楼层不高，钢带电梯因具备节省建筑空间、使用寿命长、能源使用率高的优点，成为加梯的首选，但钢带可能存在难以用肉眼进行观测的缺陷，从而增加了电梯运行时的安全隐患。

现有技术中，通过获取钢带表面各点与采集装置之间的距离数据，以实现对钢带表面的破损程度进行实时检测，但是这种钢带缺陷检测方法操作难度大，检测效率低。

发明内容

本公开提供一种电梯组件状态检测方法、装置、电子设备及存储介质，可以提高对电梯曳引钢带的检测效率，降低检测难度。

本公开的技术方案如下：

根据本公开实施例提供一种电梯组件状态检测方法，包括：

获取电梯曳引钢带的实时图像信息；

基于损伤检测网络对所述实时图像信息进行图像检测，得到所述实时图像信息中所述电梯曳引钢带的损伤检测结果。

上述技术方案在对电梯曳引钢带进行损伤检测处理过程中，先获取电梯曳引钢带的实时图像信息，再基于损伤检测网络对电梯曳引钢带的实时图像信息进行图像检测，得到电梯曳引钢带的损伤检测结果；即直接通过损伤检测网络对包含电梯曳引钢带的图像进行检测，可得到相应的电梯曳引钢带检测结果，能够提高对电梯曳引钢带的检测效率，降低电梯曳引钢带检测的操作难度。

在一个可选的实施例中，所述损伤检测网络是从本地获取的，所述损伤检测网络包括特征提取层和分类层；

所述基于损伤检测网络对所述实时图像信息进行图像检测，得到所述实时图像信息中所述电梯曳引钢带的损伤检测结果包括：

基于所述特征提取层对所述实时图像信息进行特征提取，得到与所述实时图像信息对应的图像特征信息；

基于所述分类层对所述图像特征信息进行分类，得到与所述实时图像信息对应的电梯曳引钢带的损伤分类结果。

上述技术方案中，可从本地直接获取损伤检测网络，并在本地基于损伤检测网络进行图像检测，而不需要从服务器端获取损伤检测网络，也不需要将获取到的数据上传给服务器以使得服务器来执行图像检测的操作，从而能够减少数据处理端与服务器端的数据交互流程，实现算力前置，提升数据处理效率以及数据处理的抗干扰能力；进一步采用包括特征提取层和分类层的轻量级神经网络进行图像检测，能够提升图像检测的处理速度，减少对数据处理端的资源占用，降低实际应用中对数据处理设备算力的要求。

在一个可选的实施例中，所述方法还包括：

在所述损伤检测结果指示所述实时图像信息中的所述电梯曳引钢带的表面异常时，确定异常电梯曳引钢带对电梯运行状态的影响等级。

上述技术方案中，根据对包含电梯曳引钢带的损伤检测结果，即可确定相应的电梯曳引钢带的异常信息，进而确定对电梯运行状态的影响等级，从而能够及时发现电梯运行过程中所存在的安全隐患，可操作性强。

在一个可选的实施例中，所述方法还包括：

训练所述损伤检测网络；

所述训练所述损伤检测网络的步骤包括：