本发明专利技术公开了一种气象站自动巡检方法、装置、设备及产品，涉及计算机视觉领域，该方法包括：获取目标气象站图像；提取所述目标气象站图像中至少一个预设部件的特征信息；基于所述预设部件的特征信息与气象站的历史图像的特征信息，确定目标气象站图像中的异常信息，并基于所述异常信息生成报警信息；所述特征信息包含预设部件在图像中的位置信息、预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息，所述特征信息是通过目标检测模型以及目标分类模型进行特征提取得到的。本发明专利技术能够更好地保障气象站能长时间正常运行，从而降低气象站运维成本，并且提高了运维的实时性和准确性，可以保障气象站更加稳定地运行。可以保障气象站更加稳定地运行。可以保障气象站更加稳定地运行。
【技术实现步骤摘要】
一种气象站自动巡检方法、装置、设备及产品
[0001]本专利技术涉及计算机视觉领域，具体涉及一种气象站自动巡检方法、装置、设备及产品。
技术介绍
[0002]气象站中的地面自动气象观测设备等硬件设备是气象观测的重要组成部分，然而往往由于自然或人为原因造成的这些硬件设备损坏会影响气象观测的质量，并进而影响天气预报的准确性、影响灾害预警的及时性等等。因此必须对气象站进行日常运维。
[0003]目前气象站的运维，主要依赖于巡检人员人工到气象站现场运维，以及运维人员远程查看气象站上安装的摄像设备拍摄的图片进行运维，然而部分气象站交通环境恶劣(如高原等)，巡检人员到这些气象站进行现场运维比较困难，且气象站总的硬件设备数量较多，实时查看所有气象站图片成本很高。造成了运维难度和运维人力成本较高。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供了一种气象站自动巡检方法、装置、设备及产品，以解决现有的气象站硬件设备的巡检方式运维难度和运维人力成本较高的问题。
[0005]根据第一方面，本专利技术实施例提供了一种气象站自动巡检方法，所述方法包括：
[0006]获取目标气象站图像；
[0007]提取所述目标气象站图像中至少一个预设部件的特征信息；
[0008]基于所述预设部件的特征信息与气象站的历史图像的特征信息，确定目标气象站图像中的异常信息，并基于所述异常信息生成报警信息；所述特征信息包含预设部件在图像中的位置信息、预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息，所述特征信息是通过目标检测模型以及目标分类模型进行特征提取得到的。
[0009]结合第一方面，在第一方面第一实施方式中，目标检测模型用于提取预设部件在图像中的位置信息，目标分类模型用于提取预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息。
[0010]结合第一方面第一实施方式，在第一方面第二实施方式中，所述提取所述目标气象站图像中至少一个预设部件的特征信息，具体包括：
[0011]将所述目标气象站图像作为输入数据，输入至所述目标检测模型，得到由所述目标检测模型输出的所述位置信息；
[0012]将所述目标气象站图像并结合所述位置信息作为输入数据，输入至所述目标分类模型，得到由所述目标分类模型输出的所述状态信息和所述入侵信息。
[0013]结合第一方面，在第一方面第三实施方式中，所述目标检测模型通过以下步骤训练得到：
[0014]确定气象站的历史图像；
[0015]确定历史图像中至少一个预设部件的历史位置信息；
[0016]将所述历史图像作为训练使用的训练数据，将至少一个预设部件的历史位置信息作为训练使用的标签，采用监督学习的方式，得到用于预测所述目标气象站图像的所述位置信息的所述目标检测模型。
[0017]结合第一方面，在第一方面第四实施方式中，所述目标分类模型通过以下步骤训练得到：
[0018]确定气象站的历史图像；
[0019]确定历史图像中至少一个预设部件的历史状态信息；
[0020]将所述历史图像作为训练使用的训练数据，将至少一个预设部件的历史状态信息作为训练使用的标签，采用监督学习的方式，得到用于预测所述目标气象站图像的所述状态信息以及入侵信息的所述目标检测模型。
[0021]结合第一方面，在第一方面第五实施方式中，所述基于所述预设部件的特征信息与气象站的历史图像的特征信息，确定目标气象站图像中的异常信息，并基于所述异常信息生成报警信息，具体包括：
[0022]确定历史图像中至少一个预设部件在预设时段的历史位置信息的平均值，将所述平均值作为平均位置信息；
[0023]确定所述位置信息与所述平均位置信息的交并比，并基于所述交并比确定第一异常信息；
[0024]基于所述状态信息，确定第二异常信息；
[0025]基于所述入侵信息，确定第三异常信息；
[0026]基于已确定的第一、第二和第三异常信息，生成所述报警信息。
[0027]根据第二方面，本专利技术实施例还提供了一种气象站自动巡检装置，所述装置包括：
[0028]图像确定模块，用于获取目标气象站图像；
[0029]特征提取模块，用于提取所述目标气象站图像中至少一个预设部件的特征信息；
[0030]自动巡检模块，用于基于所述预设部件的特征信息与气象站的历史图像的特征信息，确定目标气象站图像中的异常信息，并基于所述异常信息生成报警信息；所述特征信息包含预设部件在图像中的位置信息、预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息，所述特征信息是通过目标检测模型以及目标分类模型进行特征提取得到的。
[0031]根据第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述气象站自动巡检方法的步骤。
[0032]根据第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述气象站自动巡检方法的步骤。
[0033]根据第五方面，本专利技术实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述气象站自动巡检方法的步骤。
[0034]本专利技术提供的气象站自动巡检方法、装置、设备及产品，通过目标检测模型以及目标分类模型的多种特征提取方式，提取到包含预设部件在目标气象站图像中的位置信息、预设部件在目标气象站图像中的状态信息和预设部件在预设范围内的入侵信息，利用气象
站中各个预设部件作为气象站自动巡检的重要参考标准，并且基于各个预设部件在目标气象站图像以及历史图像中特征的区别，进而得到气象站的异常信息，之后可以基于异常信息生成向运维人员推送的报警信息，可以做到在无人值守的情况下，自动化识别气象站的各种预设部件的异常情况，方便运维人员及时处理各种异常状况，更好地保障气象站能长时间正常运行，从而降低气象站运维成本，并且提高了运维的实时性和准确性，可以保障气象站更加稳定地运行。
附图说明
[0035]通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：
[0036]图1示出了本专利技术提供的气象站自动巡检方法的流程示意图；
[0037]图2示出了本专利技术提供的气象站自动巡检方法中步骤S10的流程示意图；
[0038]图3示出了本专利技术提供的气象站自动巡检方法中步骤S20的流程示意图；
[0039]图4示出了本专利技术提供的气象站自动巡检装置的结构示意图；
[0040]图5示出了本专利技术提供的电子设备的结构示意图。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种气象站自动巡检方法，其特征在于，所述方法包括：获取目标气象站图像；提取所述目标气象站图像中至少一个预设部件的特征信息；基于所述预设部件的特征信息与气象站的历史图像的特征信息，确定目标气象站图像中的异常信息，并基于所述异常信息生成报警信息；所述特征信息包含预设部件在图像中的位置信息、预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息，所述特征信息是通过目标检测模型以及目标分类模型进行特征提取得到的。2.根据权利要求1所述的气象站自动巡检方法，其特征在于，目标检测模型用于提取预设部件在图像中的位置信息，目标分类模型用于提取预设部件在图像中的状态信息和预设部件在预设范围内的入侵信息。3.根据权利要求2所述的气象站自动巡检方法，其特征在于，所述提取所述目标气象站图像中至少一个预设部件的特征信息，具体包括：将所述目标气象站图像作为输入数据，输入至所述目标检测模型，得到由所述目标检测模型输出的所述位置信息；将所述目标气象站图像并结合所述位置信息作为输入数据，输入至所述目标分类模型，得到由所述目标分类模型输出的所述状态信息和所述入侵信息。4.根据权利要求1所述的气象站自动巡检方法，其特征在于，所述目标检测模型通过以下步骤训练得到：确定气象站的历史图像；确定历史图像中至少一个预设部件的历史位置信息；将所述历史图像作为训练使用的训练数据，将至少一个预设部件的历史位置信息作为训练使用的标签，采用监督学习的方式，得到用于预测所述目标气象站图像的所述位置信息的所述目标检测模型。5.根据权利要求1所述的气象站自动巡检方法，其特征在于，所述目标分类模型通过以下步骤训练得到：确定气象站的历史图像；确定历史图像中至少一个预设部件的历史状态信息；将所述历史图像作为训练使用的训练数据，将至少一个预设部件的历史状态信息作为训练使用的标签，采用监督...
【专利技术属性】
技术研发人员：吕浩，张金喜，蔡斌辉，于慧洁，刘涛，
申请(专利权)人：航天新气象科技有限公司，
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。