【技术实现步骤摘要】
一种基于深度学习的煤矿井下智能应用云服务平台
本专利技术涉及煤矿自动化、智能化开采
,具体涉及一种基于深度学习的煤矿井下智能应用云服务平台。
技术介绍
随着人工智能的快速发展,为了实现煤矿智能化、无人化开采,需要对煤矿井下设备、工作人员及环境状况建立起智能化感知、认知模型。由于机器学习特别是深度学习技术的广泛推广应用,现有技术中推出多种能够对样本数据进行训练学习的机器学习方法模型和框架。在具体实现过程中,用户可以获取某一场景下的海量数据作为样本数据,选择某一机器学习框架和模型对样本数据进行迭代训练。在迭代训练过程中,计算每次训练结果与期望值之间的误差,利用误差反向传播来调整优化算法模型中的权重参数,直至误差趋于零或者训练次数达到设定阈值。最终训练得到的模型可供用户实际应用开发使用,作为具体场景智能感知、认知的算法模型。目前在解决煤矿井下智能感知难题,实现煤矿智能化、无人化开采的进程中,诸如上述方案的现有技术,还难以推广应用到煤矿井下实际场景中,归结其主要原因在于煤炭领域行业相对专业,作业场景环境复杂,外界获取机器学习的样本数据途径有限,数量远远达不到技术本身要求的规模。即使网络上获取的训练样本数据,其规模数量极其有限,类别丰富程度也比较单一。同时,由于煤矿井下场景的复杂性和特殊性,迫切需要解决井下三维空间的智能感知问题,而对于井下三维空间的智能感知模型训练所需的三维空间样本数据更是缺乏,甚至匮乏。同时,目前用户可以获得的公开样本数据也无法满足煤矿井下基于深度学习的智能感知应用需求。
技术实现思路
本专利技术实施例旨在提供一种基于深度学习的煤矿井下智能应用 ...
【技术保护点】
1.一种基于深度学习的煤矿井下智能应用云服务平台,其特征在于,包括:样本数据库集,其包括用于煤矿井下三维空间感知的三维点云样本数据库集;所述三维点云样本数据库集包括三维空间感知训练样本子集和三维空间感知验证样本子集;深度学习框架集合,包括至少一种深度学习框架模型;功能接口,供客户端调用;所述功能接口包括与所述样本数据库集连接的信息获取接口、与所述深度学习框架集合连接的框架调度接口以及数据下载接口;响应于客户端发送的三维空间感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维空间感知训练样本子集和所述三维空间感知验证样本子集,所述深度学习框架模型根据所述三维空间感知训练样本子集和所述三维空间感知验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维空间感知模型;响应于客户端发送的模型下载指令,所述数据下载接口将所述符合需求的三维空间感知模型下载至客户端本地。
【技术特征摘要】
1.一种基于深度学习的煤矿井下智能应用云服务平台,其特征在于,包括:样本数据库集,其包括用于煤矿井下三维空间感知的三维点云样本数据库集;所述三维点云样本数据库集包括三维空间感知训练样本子集和三维空间感知验证样本子集;深度学习框架集合,包括至少一种深度学习框架模型;功能接口,供客户端调用;所述功能接口包括与所述样本数据库集连接的信息获取接口、与所述深度学习框架集合连接的框架调度接口以及数据下载接口;响应于客户端发送的三维空间感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维空间感知训练样本子集和所述三维空间感知验证样本子集,所述深度学习框架模型根据所述三维空间感知训练样本子集和所述三维空间感知验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维空间感知模型;响应于客户端发送的模型下载指令,所述数据下载接口将所述符合需求的三维空间感知模型下载至客户端本地。2.根据权利要求1所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述三维点云样本数据库集中还包括三维空间感知测试样本子集;响应于客户端发送的三维空间感知模型测试指令,所述信息获取接口从所述样本数据库集中调取所述三维空间感知测试样本子集,将所述三维空间感知测试样本子集中的数据输入至所述符合需求的三维空间感知模型中测试所述符合需求的三维空间感知模型的性能。3.根据权利要求1所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述样本数据库集中还包括用于煤矿井下视觉感知的二维视觉图像样本数据库集;所述二维视觉图像样本数据库集包括二维视觉图像训练样本子集和二维视觉图像验证样本子集;响应于客户端发送的视觉感知模型训练指令,所述框架调度接口从所述深度学习框架集合中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集,所述深度学习框架模型根据所述二维视觉图像训练样本子集和所述二维视觉图像验证样本子集执行迭代训练,根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的视觉感知模型;响应于客户端发送的模型下载指令,通过所述数据下载接口将所述符合需求的视觉感知模型下载至客户端本地。4.根据权利要求3所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述二维视觉图像样本数据库集中还包括二维视觉图像测试样本子集;响应于客户端发送的视觉感知模型测试指令后,所述信息获取接口从所述二维视觉图像样本数据库集中调取所述二维视觉图像测试样本子集,将所述二维视觉图像测试样本子集中的数据输入至所述符合需求的视觉感知模型中测试所述符合需求的视觉感知模型的性能。5.根据权利要求4所述的基于深度学习的煤矿井下智能应用云服务平台,其特征在于:所述功能接口还包括样本数据上传接口;响应于客户端发送的样本数据上传指令后,所述样本数据上传接口将...
【专利技术属性】
技术研发人员:南柄飞,王凯,郭志杰,李首滨,陈凯,姚钰鹏,张守祥,
申请(专利权)人:北京天地玛珂电液控制系统有限公司,北京煤科天玛自动化科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。