本申请公开了一种磁带信息识别方法、装置、存储介质以及电子设备。涉及人工智能领域。该方法包括：获取目标磁带的图像信息，其中，图像信息中包括磁带外观图片；通过文字识别模型获取磁带外观图片中的目标图像，并识别目标图像，得到磁带编号，其中，目标图像中包括磁带编号；通过图像识别模型识别磁带外观图片，得到目标磁带所属的目标机构和目标磁带的目标型号；将磁带编号、目标机构以及目标型号发送至目标磁带对应的用户端。通过本申请，解决了相关技术中通过人工识别的方式对磁带进行区分的方法效率低的问题。的方法效率低的问题。的方法效率低的问题。
【技术实现步骤摘要】
磁带信息识别方法、装置、存储介质以及电子设备
[0001]本申请涉及人工智能领域，具体而言，涉及一种磁带信息识别方法、装置、存储介质以及电子设备。
技术介绍
[0002]磁带是数据备份运维体系的主要备份介质，通常存放在磁带库中，供磁带机抓取写入数据。但是，随着数据中心备份体量持续攀升，磁带库槽位有限，已无法满足磁带存放需求，磁带转而移动至磁带仓库中进行存放。同时，近年备份技术不断革新，磁带及磁带库厂商繁多，且磁带版本也在不断升级，不同厂商、版本的磁带在性能配置等方面有所差异、且对磁带库兼容能力也不同，因此，对磁带进行准确区分和分区存储是十分重要的。
[0003]由于当前使用的磁带备份软件暂不具备识别磁带厂商及版本的能力，所以当前对磁带进行识别和区分的方法仍依赖人工统计识别各个磁带的版本、厂商等信息。但是，由于人工统计容易出错，且数据中心安保措施严密，磁带属于重要数据资产，进出磁带仓库审批流程繁琐，进而导致对磁带的识别和分区存储的效率较低。
[0004]针对相关技术中通过人工识别的方式对磁带进行区分的方法效率低的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请提供一种磁带信息识别方法、装置、存储介质以及电子设备，以解决相关技术中通过人工识别的方式对磁带进行区分的方法效率低的问题。
[0006]根据本申请的一个方面，提供了一种磁带信息识别方法。该方法包括：获取目标磁带的图像信息，其中，图像信息中包括磁带外观图片；通过文字识别模型获取磁带外观图片中的目标图像，并识别目标图像，得到磁带编号，其中，目标图像中包括磁带编号；通过图像识别模型识别磁带外观图片，得到目标磁带所属的目标机构和目标磁带的目标型号；将磁带编号、目标机构以及目标型号发送至目标磁带对应的用户端。
[0007]可选地，获取目标磁带的图像信息包括：识别目标磁带是否位于预设位置；在目标磁带位于预设位置的情况下，控制相机拍摄目标磁带，得到目标磁带的当前影像；识别当前影像，并确定当前影像中是否存在磁带编号；在当前影像中存在磁带编号的情况下，将当前影像确定为图像信息；在当前影像中不存在磁带编号的情况下，发出告警信息，其中，告警信息表征目标磁带的被拍摄界面存在异常。
[0008]可选地，通过文字识别模型获取磁带外观图片中的目标图像，并识别目标图像，得到磁带编号包括：确定磁带编号在图像信息中的位置信息；根据位置信息从图像信息中截取磁带编号所处的图像，得到目标图像；将目标图像输入文字识别模型中，得到磁带编号，其中，文字识别模型通过多个样本编号图像以及每个样本编号图像中的样本编号训练得到。
[0009]可选地，图像识别模型中包括第一图像识别子模型和多个第二图像识别子模型，
通过图像识别模型识别磁带外观图片，得到目标磁带所属的目标机构和目标磁带的目标型号包括：将磁带外观图片输入第一图像识别子模型中，得到磁带外观图片所属的目标机构，其中，第一图像识别子模型通过多个样本外观图片以及每个样本外观图片所属的样本机构训练得到；从多个第二图像识别子模型中确定目标机构关联的目标识别子模型；将磁带外观图片输入目标识别子模型中，得到目标磁带的目标型号，其中，目标识别子模型通过多个样本外观图片以及每个样本外观图片的样本型号训练得到。
[0010]可选地，图像识别模型中的子模型通过以下方式训练得到：对于每个子模型，获取子模型关联的第一样本数据集合，其中，第一样本数据集合用于对子模型进行训练，其中，子模型中包括第一图像识别子模型或第二图像识别子模型；获取M个预设函数，并依次将每个函数作为子模型中的函数，得到M个初始子模型；将第一样本数据集合输入每个初始子模型中，得到M组识别结果；计算每组识别结果的准确率，得到M个准确率，并选取M个准确率中的最大值，得到第一最大准确率，并将第一最大准确率对应的初始子模型确定为应用于图像识别模型中的子模型。
[0011]可选地，在获取M个预设函数之前，该方法还包括：对于每个预设函数，获取预设函数关联的第二样本数据集合，其中，第二样本数据集合用于对预设函数的参数进行计算；将预设函数设置为子模型中的函数，得到第一预设子模型；随机生成N组预设函数的参数值，得到N组参数值，并将每组参数值配置在第一预设子模型中，得到N个第二预设子模型；将第二样本数据依次输入每个第二预设子模型中，得到N组识别结果；计算每组识别结果的准确率，得到N个准确率，并选取N个准确率中大于预设准确率的准确率，得到P个准确率，并获取P个准确率对应的参数值，得到P组参数值；由P组参数值构成参数值选取区间，并通过遗传算法在参数值选取区间中确定准确率最大的参数值，得到目标参数值；将目标参数值添加至预设函数中。
[0012]可选地，通过遗传算法在参数值选取区间中确定准确率最大的参数值，得到目标参数值包括：在参数值选取区间中选取任意参数值，得到初始参数值；将初始参数值配置在第一预设子模型中，得到候选子模型；将第二样本数据输入候选子模型中，得到候选结果，并根据候选结果计算准确率，得到候选准确率；根据遗传算法对初始参数值进行迭代计算，得到更新后的初始参数值，其中，更新后的初始参数值位于参数值选取区间中；根据更新后的初始参数值重复计算候选准确率，直至遗传算法完成H次迭代计算，得到H个候选准确率；将H个候选准确率中的最大候选准确率对应的参数值确定为目标参数值。
[0013]根据本申请的另一方面，提供了一种磁带信息识别装置。该装置包括：第一获取单元，用于获取目标磁带的图像信息，其中，图像信息中包括磁带外观图片；第二获取单元，用于通过文字识别模型获取磁带外观图片中的目标图像，并识别目标图像，得到磁带编号，其中，目标图像中包括磁带编号；识别单元，用于通过图像识别模型识别磁带外观图片，得到目标磁带所属的目标机构和目标磁带的目标型号；发送单元，用于将磁带编号、目标机构以及目标型号发送至目标磁带对应的用户端。
[0014]根据本专利技术的另一方面，还提供了一种计算机存储介质，计算机存储介质用于存储程序，其中，程序运行时控制计算机存储介质所在的设备执行一种磁带信息识别方法。
[0015]根据本专利技术的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读
指令运行时执行一种磁带信息识别方法。
[0016]通过本申请，采用以下步骤：获取目标磁带的图像信息，其中，图像信息中包括磁带外观图片；通过文字识别模型获取磁带外观图片中的目标图像，并识别目标图像，得到磁带编号，其中，目标图像中包括磁带编号；通过图像识别模型识别磁带外观图片，得到目标磁带所属的目标机构和目标磁带的目标型号；将磁带编号、目标机构以及目标型号发送至目标磁带对应的用户端。解决了相关技术中通过人工识别的方式对磁带进行区分的方法效率低的问题。通过获取磁带的图像，并从图像中识别磁带编号，从而获取到编号信息，并通过机器学习模型训练得到图像识别模型，并识别磁带的图像，从而得到磁带的所属机构、型号等可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种磁带信息识别方法，其特征在于，包括：获取目标磁带的图像信息，其中，所述图像信息中包括磁带外观图片；通过文字识别模型获取所述磁带外观图片中的目标图像，并识别所述目标图像，得到磁带编号，其中，所述目标图像中包括所述磁带编号；通过图像识别模型识别所述磁带外观图片，得到所述目标磁带所属的目标机构和所述目标磁带的目标型号；将所述磁带编号、所述目标机构以及所述目标型号发送至所述目标磁带对应的用户端。2.根据权利要求1所述的方法，其特征在于，获取目标磁带的图像信息包括：识别所述目标磁带是否位于预设位置；在所述目标磁带位于所述预设位置的情况下，控制相机拍摄所述目标磁带，得到所述目标磁带的当前影像；识别所述当前影像，并确定所述当前影像中是否存在所述磁带编号；在所述当前影像中存在所述磁带编号的情况下，将所述当前影像确定为所述图像信息；在所述当前影像中不存在所述磁带编号的情况下，发出告警信息，其中，所述告警信息表征所述目标磁带的被拍摄界面存在异常。3.根据权利要求1所述的方法，其特征在于，通过文字识别模型获取所述磁带外观图片中的目标图像，并识别所述目标图像，得到磁带编号包括：确定所述磁带编号在所述图像信息中的位置信息；根据所述位置信息从所述图像信息中截取所述磁带编号所处的图像，得到所述目标图像；将所述目标图像输入所述文字识别模型中，得到所述磁带编号，其中，所述文字识别模型通过多个样本编号图像以及每个样本编号图像中的样本编号训练得到。4.根据权利要求1所述的方法，其特征在于，所述图像识别模型中包括第一图像识别子模型和多个第二图像识别子模型，通过图像识别模型识别所述磁带外观图片，得到所述目标磁带所属的目标机构和所述目标磁带的目标型号包括：将所述磁带外观图片输入所述第一图像识别子模型中，得到所述磁带外观图片所属的目标机构，其中，所述第一图像识别子模型通过多个样本外观图片以及每个样本外观图片所属的样本机构训练得到；从所述多个第二图像识别子模型中确定所述目标机构关联的目标识别子模型；将所述磁带外观图片输入所述目标识别子模型中，得到所述目标磁带的目标型号，其中，所述目标识别子模型通过多个样本外观图片以及每个样本外观图片的样本型号训练得到。5.根据权利要求4所述的方法，其特征在于，所述图像识别模型中的子模型通过以下方式训练得到：对于每个子模型，获取所述子模型关联的第一样本数据集合，其中，所述第一样本数据集合用于对所述子模型进行训练，其中，所述子模型中包括所述第一图像识别子模型或所述第二图像识别子模型；
获取M个预设函数，并依次将每个函数作为所述子模型中的函数，得到M个初始子模型；将所述第一样本数据集合输入每个初始子模型中，得到M组识别结果；计算每组识别结果的准确率，得到M个准确率，并选取所述M个准确率中的最大值，得到第一最大准...
【专利技术属性】
技术研发人员：刘钊，
申请(专利权)人：中国工商银行股份有限公司，
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。