基于改进YOLOv7x的驻地网作业规范质检方法及装置制造方法及图纸

本发明专利技术公开了基于改进YOLOv7x的驻地网作业规范质检方法及装置，具体包括以下步骤：S1、获得资源点的设备图像，所述设备包括光交箱、分纤箱的至少一种；S2、采用预先训练的改进型YOLOv7x网络对设备图像进行质检，判定勘察人员作业是否符合标准。本发明专利技术针对目标检测领域对于小目标检测容易漏检，误检的情况，提出基于SPD

【技术实现步骤摘要】
基于改进YOLOv7x的驻地网作业规范质检方法及装置


[0001]本专利技术涉及图像处理
，具体涉及基于改进YOLOv7x的驻地网作业规范质检方法及装置。

技术介绍

[0002]网络通信已经成为人们生活的必需品，然而早期的网络资源分配存在着许多不合理的情况，如今三大运营商迫切需要对自己领域的网络资源进行核查，从机房出发，到主线光交箱，到配线光交箱再到分纤箱最后到用户。每一级的设备都需要仔细地清查核实。然而这整条网络链路是无源场景，清查人员是否到达现场按实按规范进行清查根本无从考证，对清查人员的作业规范进行监管需要耗费巨大的人力与时间成本。但传统的YOLOv7x算法对于图像特征的提取是采用CBS(Conv+BatchNorm+Silu)，每个模块后再跟一个池化层Pool来稀疏特征，这种提取特征的方式在开源数据上表现良好，然而在应用场景小目标较多，且分布密集的情况下，若继续使用传统的卷积层将会导致细粒度信息的丢失和学习效率较低。

技术实现思路

[0003]本专利技术的目的在于提供基于改进YOLOv7x的驻地网作业规范质检方法及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进YOLOv7x的驻地网作业规范质检方法，其特征在于，具体包括以下步骤：S1、获得资源点的设备图像，所述设备包括光交箱、分纤箱的至少一种；S2、采用预先训练的改进型YOLOv7x网络对设备图像进行质检，判定勘察人员作业是否符合标准。2.根据权利要求1所述的基于改进YOLOv7x的驻地网作业规范质检方法，其特征在于，所述改进型YOLOv7x网络，包括用于特征提取的Backbone，用于目标检测的Head，其中在Backbone中：将第二层、第四层、第十八层、第三十三层、第四十九层的步长为2的卷积层替换为SPD
‑
Conv；将前13层所有3*3的卷积核增大为5*5；在每一个Concat层：十二层、二十七层、四十二层后加入CBAM注意力机制；其中在Head中：将原CIoU损失函数更换为SIoU损失函数。3.根据权利要求1所述的基于改进YOLOv7x的驻地网作业规范质检方法，其特征在于，所述设备图像包括设备内部图像或设备内侧门图像或设备关门图像中的至少一种，所述质检，具体包括以下步骤：内部检测：将所述设备内部图像输入预先训练的改进型YOLOv7x网络，获得设备内部预测值，根据所述设备内部预测值判断勘察人员作业是否符合标准；内侧门检测：将所述设备内侧门图像输入预先训练的改进型YOLOv7x网络，获得设备内侧门预测值，根据所述设备内侧门预测值判断勘察人员作业是否符合标准；关门检测：将所述设备关门图像输入预先训练的改进型YOLOv7x网络，获得设备关门预测值，根据所述设备关门预测值判断勘察人员作业是否符合标准。4.根据权利要求3所述的基于改进YOLOv7x的驻地网作业规范质检方法，其特征在于，所述设备图像包括设备内部图像、设备内侧门图像以及设备关门图像，所述质检，具体包括以下步骤：内部检测：将所述设备内部图像输入预先训练的改进型YOLOv7x网络，获得设备内部预测值，根据所述设备内部预测值判断勘察人员作业是否符合标准；内侧门检测：以及当内部检测符合标准时，将所述设备内侧门图像输入预先训练的改进型YOLOv7x网络，获得设备内侧门预测值，根据所述设备内侧门预测值判断勘察人员作业是否符合标准；关门检测：以及当内侧门检测符合标准时，将所述设备关门图像输入预先训练的改进型YOLOv7x网络，获得设备关门预测值，根据所述设备关门预测...

【专利技术属性】
技术研发人员：罗维，李佶源，崔波，蒋毅，李俊，
申请(专利权)人：重庆品胜科技有限公司，
类型：发明
国别省市：