[发明专利]一种电缆分类模型训练方法、装置、设备及存储介质在审

专利信息
申请号: 202111266213.5 申请日: 2021-10-28
公开(公告)号: CN113989690A 公开(公告)日: 2022-01-28
发明(设计)人: 刘培杰;曾振达;沈志毅;彭发东;汪进锋;黄智鹏;王东芳;叶杭 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司河源供电局
主分类号: G06V20/30 分类号: G06V20/30;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 赵迎迎
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电缆 分类 模型 训练 方法 装置 设备 存储 介质
【说明书】:

本申请实施例公开了一种电缆分类模型训练方法、装置、设备及存储介质。其中,该方法包括:采用预设数据库图像对预设分类模型进行预训练;根据预训练好的预设分类模型,生成初始分类模型;根据电缆图像样本对所述初始分类模型进行再训练,得到目标分类模型,用于电缆分类。本申请实施例实现了自动化的对电缆图像进行筛选,提高了对电缆图像的筛选效率和精确度。

技术领域

本申请实施例涉及机器学习技术,尤其涉及一种电缆分类模型训练方法、装置、设备及存储介质。

背景技术

在智能巡检的浪潮下,工业应用对巡检返回电缆图像的智能检测技术提出了更高的要求。随着巡检覆盖率的增加,无论是实时监视巡检返回的电缆图像,还是事后观看采集电缆录像或截取电缆图像,需要进行筛选的电缆图像的体量越来越大。目前,对巡检采集返回的电缆图像通常由人工进行筛选,并且实时监视的巡检返回的电缆图像也由人工进行监视。

人工筛选巡检返回的电缆图像的检测效率较低,并且,人眼在大量重复的筛查劳动中容易造成疲倦、走神等问题,检测结果受主客观影响大,从而导致筛选的精度较低。此外,对于一些在颜色、形状和大小上人眼辨识度不高的电缆图像,更容易使得相关工作人员出现误检、漏检的情况,影响检测结果准确度。

发明内容

本申请提供一种电缆分类模型训练方法、装置、设备及存储介质,以实现自动化的对电缆图像进行筛选,提高对电缆图像的筛选效率和精确度。

第一方面,本申请实施例提供了一种电缆分类模型训练方法,该方法包括:

采用预设数据库图像对预设分类模型进行预训练;

根据预训练好的预设分类模型,生成初始分类模型;

根据电缆图像样本对所述初始分类模型进行再训练,得到目标分类模型,用于电缆分类。

第二方面,本申请实施例还提供了一种电缆分类模型使用方法,该方法包括:

获取待分类电缆图像;

将所述待分类电缆图像输入至目标分类模型,得到电缆分类结果;其中,所述目标分类模型采用第一方面实施例所提供的任一电缆分类模型训练方法生成。

第三方面,本申请实施例还提供了一种电缆分类模型训练装置,该装置包括:

模型预训练模块,用于采用预设数据库图像对预设分类模型进行预训练;

初始分类模型生成模块,用于根据预训练好的预设分类模型,生成初始分类模型;

目标分类模型确定模块,用于根据电缆图像样本对所述初始分类模型进行再训练,得到目标分类模型,用于电缆分类。

第四方面,本申请实施例还提供了一种电缆分类模型使用装置,该装置包括:

电缆图像获取模块,用于获取待分类电缆图像;

分类结果确定模块,用于将所述待分类电缆图像输入至目标分类模型,得到电缆分类结果;其中,所述目标分类模型采用第一方面实施例所提供的任一电缆分类模型训练方法生成。

第五方面,本申请实施例还提供了一种电缆分类模型训练设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如本申请第一方面实施例所提供的任一电缆分类模型训练方法,和/或,实现如本申请第二方面实施例所提供的任一电缆分类模型使用方法。

第六方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行所述程序时实现如本申请第一方面实施例所提供的任一电缆分类模型训练方法,和/或,实现如本申请第二方面实施例所提供的任一电缆分类模型使用方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司河源供电局,未经广东电网有限责任公司;广东电网有限责任公司河源供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111266213.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top