图像识别方法、装置、计算机可读存储介质及处理器制造方法及图纸

本发明专利技术公开了一种图像识别方法、装置、计算机可读存储介质及处理器。其中，该方法包括：采集电缆通道内巡检部位的图像数据；将图像数据输入图像识别模型，识别出巡检部位的缺陷状态，其中，图像识别模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据包括：不同巡检部位的图像数据，以及不同巡检部位的图像数据对应的缺陷状态；依据缺陷状态，确定巡检部位的缺陷类别。本发明专利技术解决了相关技术中无法实现自动识别电缆通道内缺陷的技术问题。

【技术实现步骤摘要】
图像识别方法、装置、计算机可读存储介质及处理器
本专利技术涉及电缆通道巡检领域，具体而言，涉及一种图像识别方法、装置、计算机可读存储介质及处理器。
技术介绍
近年来，随着信息时代的来临，人类生产生活的数据基础和信息环境有了大幅提升，人工智能正从学术驱动转变为应用驱动，从专用智能迈向通用智能，比历史上任何一个时期都要更加接近于人类智能水平，进入了新的发展阶段。随着城市化规模扩大建设速度加快，电力电缆供电网络也得以快速发展，规模庞大的地下供电网络，电缆分布众多，作为坚强智能电网的关键环节及智慧城市的重要物质基础，实现电缆设备及通道的运行监测与状态评估、提升终端智能化和边缘计算水平、实现在线监测数据的边云协同处理、全面提升电缆精益化管控水平，是当前亟需解决的问题。然而，在现有技术中，对于电缆的通道自主预警能力还不是很完善，存在以下缺点：一是在输电线路自主预警方面，目前电缆通道实时感知能力不强，无法完成缺陷主动报警，线路巡检主要依靠大量的人工和日常用工具，劳动强度大、速度慢，自主预警能力有待完善；二是传统电缆通道监测系统无法完成缺陷自动识别，都本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括：/n采集电缆通道内巡检部位的图像数据；/n将所述图像数据输入图像识别模型，识别出所述巡检部位的缺陷状态，其中，所述图像识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据包括：不同巡检部位的图像数据，以及不同巡检部位的图像数据对应的缺陷状态；/n依据所述缺陷状态，确定所述巡检部位的缺陷类别。/n

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
采集电缆通道内巡检部位的图像数据；
将所述图像数据输入图像识别模型，识别出所述巡检部位的缺陷状态，其中，所述图像识别模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据包括：不同巡检部位的图像数据，以及不同巡检部位的图像数据对应的缺陷状态；
依据所述缺陷状态，确定所述巡检部位的缺陷类别。


2.根据权利要求1所述的方法，其特征在于，在依据所述缺陷状态，确定所述巡检部位的缺陷类别之后，还包括：
对所述缺陷类别关联的所述巡检部位进行预警，其中，所述预警至少包括：回传所述巡检部位的关键图片和/或视频。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
依据传感器对电缆通道内巡检部位进行监测，得到所述巡检部位的监测数据；
在监测数据大于或者等于监测数据阈值的情况下，确定所述巡检部位出现异常。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
判断出现异常的所述巡检部位与所述缺陷类别关联的所述巡检部位是否一致；
在出现异常的所述巡检部位与所述缺陷类别关联的所述巡检部位一致的情况下，确定所述巡检部位为存在缺陷的巡检部位。


5.根据权利要求1所述的方法，其特征在于，所述巡检部位包括以下至少之一：安防、电缆本体、中间接头...

【专利技术属性】
技术研发人员：安旭，王卫东，赵洋，马博翔，马宪伟，温飞，李延超，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11