← 返回列表
一种基于深度学习的机房线路安全性检测方法及系统
摘要文本
本发明公开了一种基于深度学习的机房线路安全性检测方法及系统，涉及计算机安全检测技术领域；包括：获取并解析监控数据以采集各种机房相关电线数据集，通过监控图像数据制作数据集；对所述训练集使用预训练权重在YOLOv8网络模型上进行迁移学习，并使用YOLOv8网络模型对未标注图像进行预测，将预测结果输出并修正后扩充数据集样本数量；构建改进YOLOv8网络模型；基于扩充后训练集图像训练改进YOLOv8网络模型，将一个新的图像数据输入训练好的改进YOLOv8网络模型进行预测；根据预测结果对电线布局进行合规性检测、交叉检测和飞线检测；根据检测结果进行告警。本发明可自动识别和检测出电线是否符合规范、是否存在交叉或混乱等问题，最后根据检测结果进行自动告警。
申请人信息
- 申请人:成都同步新创科技股份有限公司
- 申请人地址:610041 四川省成都市高新区益州大道北段777号1栋2单元1306号
- 发明人: 成都同步新创科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的机房线路安全性检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410166122.1 |
| 申请日 | 2024/2/6 |
| 公告号 | CN117710795A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06V10/82 |
| 权利人 | 成都同步新创科技股份有限公司 |
| 发明人 | 马先进; 熊兴强; 付程俊 |
| 地址 | 四川省成都市高新区益州大道北段777号1栋2单元1306号 |
专利主权项内容
1.一种基于深度学习的机房线路安全性检测方法，其特征在于，包括：步骤1、获取并解析监控数据以采集各种机房相关电线数据集，通过监控图像数据制作数据集，所述数据集包括训练集、测试集和验证集；步骤2、对所述训练集使用预训练权重在YOLOv8网络模型上进行迁移学习，并使用YOLOv8网络模型对未标注图像进行预测，将预测结果输出并修正后扩充数据集样本数量；步骤3、构建改进YOLOv8网络模型；步骤4、基于扩充后训练集图像训练改进YOLOv8网络模型，将一个新的图像数据输入训练好的改进YOLOv8网络模型进行预测；步骤5、根据预测结果对电线布局进行合规性检测、交叉检测和飞线检测；步骤6、根据检测结果进行告警。