【技术实现步骤摘要】
巡检方法和装置
[0001]本公开涉及人工智能
，具体涉及智能交通、自动驾驶、深度学习、大数据、云计算、计算机视觉、图像处理
，尤其涉及巡检方法和装置。
技术介绍
[0002]巡检，即巡回检查，是对公共设施、交通违章情况、产品生产制造过程等方面进行的检验。其目的是及时发现可能产生或者已经存在的问题。现有技术中，通常采用人工的方式进行巡检，或者，针对单一特定场景下的巡检任务来自动生成巡检结果。
[0003]然而，采用以上巡检方式，巡检范围通常较为局限。
技术实现思路
[0004]提供了一种巡检方法、装置、电子设备以及存储介质。
[0005]根据第一方面，提供了一种巡检方法，包括：获取巡检现场的巡检数据；对上述巡检数据进行场景特征提取，得到上述巡检数据的场景特征数据；确定上述场景特征数据的特征类别；基于上述场景特征数据和上述特征类别，确定上述巡检数据的巡检结果。
[0006]在一些实施例中，上述确定上述场景特征数据的特征类别，包括：从预先确定的特征类别集合中，确定上述场景特征数...
【技术保护点】
【技术特征摘要】
1.一种巡检方法，所述方法包括：获取巡检现场的巡检数据；对所述巡检数据进行场景特征提取，得到所述巡检数据的场景特征数据；确定所述场景特征数据的特征类别；基于所述场景特征数据和所述特征类别，确定所述巡检数据的巡检结果。2.根据权利要求1所述的方法，其中，所述确定所述场景特征数据的特征类别，包括：从预先确定的特征类别集合中，确定所述场景特征数据的特征类别，其中，所述特征类别集合中的特征类别与预先训练的巡检模型集合中的巡检模型一一对应，所述巡检模型集合中的巡检模型用于生成巡检数据的巡检结果；以及所述基于所述场景特征数据和所述特征类别，确定所述巡检数据的巡检结果，包括：从所述巡检模型集合中，确定与所确定的特征类别相对应的目标巡检模型；基于所述目标巡检模型生成所述巡检数据的巡检结果。3.根据权利要求2所述的方法，其中，所述目标巡检模型采用如下方式训练得到：获取训练样本集合；其中，所述训练样本集合中的训练样本包括：样本巡检数据和与样本巡检数据相对应的样本标签；与样本巡检数据相对应的样本标签，表征该样本巡检数据的巡检结果；所述训练样本集合中的样本巡检数据的场景特征数据的特征类别，与所确定的特征类别相同；采用机器学习算法，将所述训练样本集合包括的样本巡检数据和样本标签输入至用于训练目标巡检模型的初始模型，训练得到所述目标巡检模型。4.根据权利要求1所述的方法，其中，所述获取巡检现场的巡检数据，包括：获取自动驾驶车辆发送的、所述自动驾驶车辆采集的巡检现场的数据，以及将所获取的数据作为巡检数据，其中，所述自动驾驶车辆对自动驾驶数据的发送优先级，高于所述自动驾驶车辆对所述巡检数据的发送优先级。5.根据权利要求1所述的方法，其中，所述方法还包括：对所述巡检数据和所述特征数据进行分层存储。6.根据权利要求1
‑
5之一所述的方法，其中，所述方法还包括：如果所述巡检结果指示目标车辆处于违章状态，则获取所述目标车辆处于违章状态的影像；将所述影像、指示所述目标车辆存在违章状态的巡检结果和所述目标车辆的车辆信息发送至目标终端，其中，所述目标终端用于基于所述影像和所述车辆信息确定所述目标车辆是否处于所述违章状态；如果所述目标终端确定所述目标车辆处于所述违章状态，则将所述影像和所述车辆信息存储至预设数据库。7.根据权利要求2
‑
5之一所述的方法，其中，所述特征类别集合中的特征类别表征以下任一场景：道路护栏是否损坏、交通标志标线是否损坏、车辆是否超速行驶、车辆是否逆向行驶、车辆是否压线行驶、是否存在占道施工、井盖是否丢失或损坏、驾驶员是否疲劳驾驶。8.一种巡检装置，所述装置包括：第一获取单元，被配置成获取巡检现场的巡检数据；
特征提取单元，被配置成对所述巡检数据进行场景特征提取，得到所述巡检数据的场景特征数据；第一确定单元，被配置成确定所述场景特征数据的特征类别；第二确定单元，被配置成基于所述场景特征数据和所述特征类别，确定所述巡检数据的巡检结果。9.根据权利要求8所述的装置，其中，所述第一确定单元包括：第一确定子单元，被配置成...
【专利技术属性】
技术研发人员：夏娜，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：
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。