智能巡检方法技术

本申请涉及一种智能巡检方法

【技术实现步骤摘要】
智能巡检方法、系统、电子设备和计算机可读存储介质


[0001]本申请涉及自然语言处理及人工智能领域，特别是涉及一种智能巡检方法
、
装置
、
系统
、
电子设备和计算机可读存储介质
。

技术介绍

[0002]目前，在建筑施工安全监控领域，危险源及安全隐患排查整改时安全员每日工作的重中之重，遗漏任何一个安全隐患，都会给建筑施工安全带来极大的事故风险
。
[0003]现有技术通常通过人工的方式查找疑似隐患的地点进行拍照
、
并记录隐患内容
、
整改措施等相关隐患信息
。
[0004]现有技术费时费力，对隐患排查人员的专业度要求较高，从而导致人工巡检的方式效率较低
。

技术实现思路

[0005]本申请实施例提供了一种智能巡检方法，以至少解决相关技术中人工巡检的方式效率较低的问题
。
[0006]第一方面，本申请实施例提供了一种智能巡检方法，包括：基于预先获取的隐患检测模型，在预先配置的隐患类型文本中，识别与目标图片相匹配的目标隐患类型文本，基于语义相似度模型对目标隐患类型文本进行特征提取，获取隐患特征向量；获取多个规范条文和相对应的整改措施文本，基于所述语义相似度模型分别对多个所述规范条文进行特征提取，获取条文特征向量；基于所述隐患特征向量和每个所述条文特征向量的第一相似度，确定与目标条文特征向量相对应的目标规范条文和目标整改措施；根据所述目标图片
、/>目标隐患类型文本
、
目标规范条文和目标整改措施确定巡检结果
。
[0007]在一个实施例中，所述隐患检测模型包括图像编码器和文本编码器，所述基于预先获取的隐患检测模型和隐患类型文本，识别与目标图片相匹配的目标隐患类型文本，包括：通过所述图像编码器提取目标图片的图像特征，通过所述文本编码器提取所述隐患类型文本的文本特征；获取所述图像特征和所述文本特征的第二相似度，确定所述第二相似度大于或者等于设定阈值的所述文本特征；将所述文本特征对应的隐患类型文本作为所述目标隐患类型文本
。
[0008]在一实施例中，在所述基于语义相似度模型对目标隐患类型文本进行特征提取之前，所述方法还包括：响应于未识别出对应的目标隐患类型文本，获取用户输入的隐患类型信息，根据
所述隐患类型信息确定隐患类型文本
。
[0009]在一实施例中，所述获取规范条文文本和相对应的整改措施文本，包括：对预先获取的行业规范文本进行文本解析，获取若干条所述规范条文文本，以及所述规范条文文本所属的规范名称；根据所述规范条文文本确定相对应的所述整改措施文本
。
在一实施例中，所述基于所述隐患特征向量和每个所述条文特征向量的第一相似度，确定与目标条文特征向量相对应的目标规范条文和目标整改措施，包括：将所述规范条文
、
所述条文特征向量和所述整改措施存储在数据库中；按照从高到低的顺序，在多个所述第一相似度中，确定设定数量个目标相似度，将所述目标相似度对应的条文特征向量作为所述目标条文特征向量；从所述数据库中查询与所述目标条文向量所对应的规范条文和目标整改措施
。
[0010]在一实施例中，所述确定巡检结果，还包括：接收用户输入的隐患位置数据，基于所述隐患位置数据确定巡检结果
。
[0011]在一实施例中，所述根据所述目标图片
、
隐患类型文本
、
目标规范条文和目标整改措施确定巡检结果，包括：根据所述目标图片
、
隐患类型文本
、
目标规范条文和目标整改措施生成巡检报告；将所述巡检报告发送给预先配置的关联负责人终端
。
[0012]第二方面，本申请实施例提供了一种智能巡检系统，包括：隐患特征向量获取模块：用于基于预先获取的隐患检测模型，在预先配置的隐患类型文本中识别与目标图片相匹配的目标隐患类型文本，基于语义相似度模型对目标隐患类型文本进行特征提取，获取隐患特征向量；条文特征向量获取模块：用于获取多个规范条文和相对应的整改措施文本，基于所述语义相似度模型分别对多个所述规范条文进行特征提取，获取条文特征向量；查询模块：用于基于所述隐患特征向量和每个所述条文特征向量的第一相似度，确定与目标条文特征向量相对应的目标规范条文和目标整改措施；结果模块：用于根据所述目标图片
、
目标隐患类型文本
、
目标规范条文和目标整改措施确定巡检结果
。
[0013]第三方面，本申请实施例提供了一种电子设备，包括存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任一实施例所述的智能巡检方法
。
[0014]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如第一方面中任一实施例所述的智能巡检方法
。
[0015]本申请实施例提供的智能巡检方法
、
装置
、
系统
、
电子设备和计算机可读存储介质至少具有以下技术效果
。
[0016]本申请通过隐患检测模型识别隐患类型文本，通过语义相似度模型识别计算隐患类型文本和条文文本的相似度，从而确定与目标隐患类型文本对应目标规范条文文本和目标整改措施文本等目标结果数据
。
同时，可以基于目标图片与目标结果数据自动生成巡检结果
。
以此方式，准确获取安全隐患所违反的规范名称及规范原文及相对应的措施等信息，
提高隐患识别的效率和准确性
。
解决了现有技术对隐患排查人员的专业度要求较高，从而导致人工巡检的方式效率较低的问题
。
[0017]本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征
、
目的和优点更加简明易懂
。
附图说明
[0018]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定
。
在附图中：图1是根据一示例性实施例示出的智能巡检方法的流程图；图2是根据一示例性实施例示出的获取目标隐患类型文本的流程图；图3是根据一示例性实施例示出的隐患识别模型结构图；图4是根据一示例性实施例示出的语义相似度模型结构图；图5是根据一示例性实施例示出的目标数据获取流程；图6是根据一示例性实施例示出的智能巡检系统的框图；图7为本申请实施例提供的一种电子设备的结构示意图
。
具体实施方式
[0019]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明
。
应当理解，此处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能巡检方法，其特征在于，包括：基于预先获取的隐患检测模型，在预先配置的隐患类型文本中识别与目标图片相匹配的目标隐患类型文本，基于语义相似度模型对目标隐患类型文本进行特征提取，获取隐患特征向量；获取多个规范条文和相对应的整改措施文本，基于所述语义相似度模型分别对多个所述规范条文进行特征提取，获取条文特征向量；基于所述隐患特征向量和每个所述条文特征向量的第一相似度，确定与目标条文特征向量相对应的目标规范条文和目标整改措施；根据所述目标图片
、
目标隐患类型文本
、
目标规范条文和目标整改措施确定巡检结果
。2.
根据权利要求1所述的智能巡检方法，其特征在于，所述隐患检测模型包括图像编码器和文本编码器，所述基于预先获取的隐患检测模型和隐患类型文本，识别与目标图片相匹配的目标隐患类型文本，包括：通过所述图像编码器提取目标图片的图像特征，通过所述文本编码器提取所述隐患类型文本的文本特征；获取所述图像特征和所述文本特征的第二相似度，确定所述第二相似度大于或者等于设定阈值的所述文本特征；将所述文本特征对应的隐患类型文本作为所述目标隐患类型文本
。3.
根据权利要求2所述的智能巡检方法，其特征在于，在所述基于语义相似度模型对目标隐患类型文本进行特征提取之前，所述方法还包括：响应于未识别出对应的目标隐患类型文本，获取用户输入的隐患类型信息，根据所述隐患类型信息确定隐患类型文本
。4.
根据权利要求1所述的智能巡检方法，其特征在于，所述获取多个规范条文和相对应的整改措施文本，包括：对预先获取的行业规范文本进行文本解析，获取若干条所述规范条文文本，以及所述规范条文文本所属的规范名称；根据所述规范条文文本确定相对应的所述整改措施文本
。5.
根据权利要求4所述的智能巡检方法，其特征在于，所述基于所述隐患特征向量和每个所述条文特征向量的第一相似度，确定与目标条文特征向量相对应的目标规范条文和目标整改措施，包括：将所述规范条文
、
所述条文特征向量和所述整改措施存储在...

【专利技术属性】
技术研发人员：朱常玉，王天健，王大伟，许侠，李军，莫绪军，张加元，
申请(专利权)人：品茗科技股份有限公司，
类型：发明
国别省市：