本发明专利技术公开了一种工业设备的锈蚀分割模型训练方法、装置、电子设备和存储介质。其特征包括：获取目标设备的目标锈蚀图像集和初始分割模型，根据所述目标锈蚀图像集确定分割模型训练组；其中，所述初始分割模型包括正分割网络和副分割网络；根据所述分割模型训练组对正分割网络进行网络参数更新，确定主网络参数；根据所述主网络参数对所述副分割网络的网络参数进行网络参数更新，确定副网络参数；在所述初始分割模型的训练残差满足预设的模型训练条件的情况下，将所述初始分割模型确定为目标锈蚀分割模型。通过正副神经网络进行协作训练，能够提高锈蚀分割模型的训练效率，减少锈蚀分割模型训练的时间，同时提高锈蚀分割模型的性能。
【技术实现步骤摘要】
本专利技术涉及图像识别处理领域，尤其涉及一种工业设备的锈蚀分割模型训练方法、装置、电子设备和存储介质。
技术介绍
1、在工业仪器设备中，锈蚀会导致工业仪器设备存在较大安全隐患，对工业仪器设备中的锈蚀预先检测评估，能够有效的防范生产安全事故。常规的锈蚀位置十分容易发现，对工业仪器设备的影响较小，且由于锈蚀位置相对明显，工作人员能够及时维护，而部分锈蚀的位置十分隐蔽，难以直接观察到锈蚀，十分容易造成安全事故。现有技术中需要工作人员通过人工观察方法一一检测，效率比较低，无法实现及时检测。
技术实现思路
1、本专利技术提供了一种工业设备的锈蚀分割模型训练方法、装置、电子设备和存储介质，以实现对工业设备中的锈蚀进行分割识别，提高识别的效率和准确率。
2、根据本专利技术的一方面，提供了一种工业设备的锈蚀分割模型训练方法，包括：
3、获取目标设备的目标锈蚀图像集和初始分割模型，根据所述目标锈蚀图像集确定分割模型训练组；其中，所述初始分割模型包括正分割网络和副分割网络；
>4、根据所述分割模本文档来自技高网...
【技术保护点】
1.一种工业设备的锈蚀分割模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述分割模型训练组对正分割网络进行网络参数更新，确定主网络参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过预设的损失函数根据所述正分割预测和所述副分割预测进行随机梯度下降更新，确定所述主网络参数，包括：
4.根据权利要求3所述的方法，其特征在于,根据所述主网络参数对副分割网络的网络参数进行参数更新，确定副网络参数，包括：
5.根据权利要求4所述的方法，其特征在于,在根据所述第二权重超参数和所述主网络参数对所述副分割网...
【技术特征摘要】
1.一种工业设备的锈蚀分割模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述分割模型训练组对正分割网络进行网络参数更新，确定主网络参数，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过预设的损失函数根据所述正分割预测和所述副分割预测进行随机梯度下降更新，确定所述主网络参数，包括：
4.根据权利要求3所述的方法，其特征在于,根据所述主网络参数对副分割网络的网络参数进行参数更新，确定副网络参数，包括：
5.根据权利要求4所述的方法，其特征在于,在根据所述第二权重超参数和所述主网络参数对所述副分割网络的网络参数进行参数更新，确定所述副网络参数之...
【专利技术属性】
技术研发人员：邱生敏，吴小刚，吕耀棠，李志中，字成王，何劲松，
申请(专利权)人：中国南方电网有限责任公司，
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。