[发明专利]基于边云协同的电力设备检测方法、装置、设备及服务器

权利要求书

1.一种基于边云协同的电力设备检测方法，用于边缘设备，其特征在于，包括：

获取待检测电力设备图像；

识别所述待检测电力设备图像，确定所述待检测电力设备图像的第一级识别结果以及所述第一级识别结果对应的图像切片；

发送所述图像切片至云端服务器；

接收所述云端服务器对所述图像切片的第二级识别结果；

基于所述第一级识别结果以及所述第二级识别结果，确定所述待检测电力设备图像的目标检测信息。

2.根据权利要求1所述的方法，其特征在于，所述识别所述待检测电力设备图像，确定所述待检测电力设备图像的第一级识别结果以及所述第一级识别结果对应的第一级图像切片，包括：

将所述待检测电力设备图像输入到第一图像识别模型，其中，所述第一图像识别模型预先根据多个电力设备的图像样本以及所述电力设备的故障图像样本训练得到；

基于所述第一图像识别模型，得到所述待检测电力设备图像对应的第一级识别结果；

基于所述第一级识别结果，从所述待检测电力设备图像中确定出对应于所述第一级识别结果的图像切片。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一级识别结果以及所述第二级识别结果，确定所述待检测电力设备图像的目标检测信息，包括：

基于所述第二级识别结果，确定所述第二级识别结果对应的位置数据；

计算所述位置数据相对于所述第一级识别结果的位置信息；

基于所述位置信息，合并所述第一级识别结果和所述第二级识别结果，得到所述目标检测信息。

4.一种基于边云协同的电力设备检测方法，用于云端服务器，其特征在于，包括：

接收图像切片；

识别所述图像切片，确定所述图像切片对应的第二级识别结果；

发送所述第二级识别结果至边缘设备。

5.根据权利要求4所述的方法，其特征在于，所述识别所述图像切片，确定所述图像切片对应的第二级识别结果，包括：

将所述图像切片输入到第二图像识别模型，其中，所述第二图像识别模型预先根据多个电力设备的图像切片样本以及所述电力设备的故障图像切片样本训练得到；

基于所述第二图像识别模型，得到所述图像切片对应的第二级识别结果。

6.一种基于边云协同的电力设备检测装置，用于边缘设备，其特征在于，包括：

获取模块，用于获取待检测电力设备图像；

第一识别模块，用于识别所述待检测电力设备图像，确定所述待检测电力设备图像的第一级识别结果以及所述第一级识别结果对应的图像切片；

第一发送模块，用于发送所述图像切片至云端服务器；

第一接收模块，用于接收所述云端服务器对所述图像切片的第二级识别结果；

确定模块，用于基于所述第一级识别结果以及所述第二级识别结果，确定所述待检测电力设备图像的目标检测信息。

7.一种基于边云协同的电力设备检测装置，用于云端服务器，其特征在于，包括：

第二接收模块，用于接收图像切片；

第二识别模块，用于识别所述图像切片，确定所述图像切片对应的第二级识别结果；

第二发送模块，用于发送所述第二级识别结果至边缘设备。

8.一种电子设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-4任一项所述的基于边云协同的电力设备检测方法。

9.一种服务器，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求4或5所述的基于边云协同的电力设备检测方法。