城市运行案件智能一键上报的方法、系统、介质及终端技术方案

本发明专利技术提供了一种城市运行案件智能一键上报的方法、系统、介质及终端,该方法包括设定案件类别；模型训练：获取样本，获取样本时对每个案件类别均获取多个已确定为该案件类别的图片，构建案件类别识别模型，用所述案件类别识别模型对样本的图片进行特征提取，并训练模型；案件类别识别：将未知案件类别的图片输入训练好的模型，用softmax函数获取该图片属于各案件类别的概率，将概率最大的案件类别作为该图片的案件类别，当softmax函数获取该图片属于各案件类别的概率均小于设定阈值时则该图片不属于设定的案件类别，本发明专利技术自动识别案件的案件类别，能够提高上报案件效率，并且准确率较高。确率较高。确率较高。

Methods, systems, media and terminals for intelligent one click reporting of urban operation cases

【技术实现步骤摘要】
城市运行案件智能一键上报的方法、系统、介质及终端


[0001]本专利技术属于计算机
，具体涉及一种城市运行案件智能一键上报的方法、系统、介质及终端。

技术介绍

[0002]城市运行管理领域的应用背景下，作业人员通过APP等终端上报案件时，需要确定案件所属的类别，这个类别会影响后续的处置部门、处置方式、处置紧急程度等，然而确定案件类别的难点在于：案件类别种类非常多，用户进行人工类型选择时比较耗时，影响其上报效率。
[0003]另外，虽然在用户进行人工选择时，提供了根据历史记录推荐的案件类别，但是由于该推荐算法并没有结合当前案件的上下文信息，而是简单粗暴的根据历史发生案件类别的发生频率进行推荐，因此，效果也不好。

技术实现思路

[0004]本专利技术是为了解决上述问题而进行的，目的在于提供一种能够自动识别案件的案件类别，能够提高上报案件效率，并且准确率较高的城市运行案件智能一键上报的方法、系统、介质及终端。
[0005]本专利技术提供了一种城市运行案件智能一键上报的方法，其特征在于，包括以下步骤：
[0006]设定案件类别；
[0007]模型训练：获取样本，获取样本时对每个案件类别均获取多个已确定为该案件类别的图片，构建案件类别识别模型，用所述案件类别识别模型对样本的图片进行特征提取，并训练模型；
[0008]案件类别识别：将未知案件类别的图片输入训练好的模型，用softmax函数获取该图片属于各案件类别的概率，将概率最大的案件类别作为该图片的案件类别，当softmax函数获取该图片属于各案件类别的概率均小于设定阈值时则该图片不属于设定的案件类别。
[0009]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：所述案件类别识别模型选用Resnet50模型。
[0010]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：所述案件类别识别模型在Resnet50模型的基础上进行优化，将Resnet50模型结合warmup learning rate模型、cosine learning rate decay模型和label smoothing模型中的任意一种或多种模型进行优化。
[0011]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：用案件类别识别模型对图片进行提取得到图片的1024维的向量特征。
[0012]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：模型训练时设定了提前终止策略，当损失函数连续5代不再减少时，则终止迭代。
[0013]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：获取样本时，需要对样本进行如下处理步骤：
[0014]步骤1，数据探索性分析，对样本中的图片进行分析，统计样本数量，对数量较少的案件类别进行增加，保证各案件类别的样本数量大体平衡；
[0015]步骤2，数据预处理，将样本中损坏的图片、无法读取的图片删除。
[0016]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：模型训练后，还需要对训练好的模型进行模型验证和测试，
[0017]对样本进行处理时，在数据预处理后还需要将数据集划分，将样本中每个案件类别的图片均分为训练集、验证集和测试集，训练集中的样本用于训练模型，验证集中的样本用于对模型进行验证，获取模型准确率，测试集中的数据用于对模型进行测试。
[0018]进一步，在本专利技术提供的城市运行案件智能一键上报的方法中，还可以具有这样的特征：所述案件类别包括：公共设施
‑
信息交接箱；公共设施
‑
市政立杆；公共设施
‑
消火栓；公共设施
‑
雨水篦子；市容环卫
‑
乱涂写、乱张贴、乱刻画；市容环卫
‑
乱设或损坏户外设施；市容环卫
‑
暴露垃圾；环卫环保
‑
废物箱/桶；街面秩序
‑
机动车乱放、非机动车乱停放；设施管理
‑
道路破损。
[0019]本专利技术还提供了一种城市运行案件智能一键上报的系统，其特征在于，包括：
[0020]图片输入模块，用于输入待检测和各种案件类别的待训练的图片；
[0021]模型训练模块，用于构建案件类别识别模型，用所述案件类别识别模型对输入的待训练的图片进行特征提取并用提取的特征进行训练得到训练模型；
[0022]存储模块，用于存储模型训练模块训练好的模型；以及
[0023]识别和结果输出模块，用于将待检测的图片输入训练好的模型中进行检测，用softmax函数获取该图片属于各案件类别的概率，将概率最大的案件类别作为该图片的案件类别并输出分类结果，当softmax函数获取该图片属于各案件类别的概率均小于设定阈值时则该图片不属于设定的案件类别。
[0024]进一步，在本专利技术提供的城市运行案件智能一键上报的系统中，还可以具有这样的特征：所述图片输入模块还用于将训练的图片进行如下步骤的处理：
[0025]步骤1，数据探索性分析，对样本中的图片进行分析，统计样本数量，对数量较少的案件类别进行增加，保证各案件类别的样本数量大体平衡，
[0026]步骤2，数据预处理，将样本中损坏的图片、无法读取的图片删除，
[0027]步骤3，数据集划分，将样本中每个案件类别的图片均分为训练集、验证集和测试集，训练集中的样本用于训练模型，验证集中的样本用于对模型进行验证，获取模型准确率，测试集中的数据用于对模型进行测试；
[0028]所述模型训练模块构建案件类别识别模型选用Resnet50模型或将Resnet50模型结合warmup learning rate模型、cosine learning rate decay模型和label smoothing模型中的任意一种或多种模型进行优化后的模型，所述案件类别识别模型对图片进行提取得到1024维的向量特征；
[0029]所述模型训练模块设定了提前终止策略，在模型训练时，当损失函数连续5代不再减少时，则终止迭代；
[0030]所述模型训练模块在训练好模型后还需要对训练好的模型进行验证和测试。
[0031]进一步，在本专利技术提供的城市运行案件智能一键上报的系统中，还可以具有这样的特征：待训练的图片中包含的案件类别包括：公共设施
‑
信息交接箱；公共设施
‑
市政立杆；公共设施
‑
消火栓；公共设施
‑
雨水篦子；市容环卫
‑
乱涂写、乱张贴、乱刻画；市容环卫
‑
乱设或损坏户外设施；市容环卫
‑
暴露垃圾；环卫环保
‑
废物箱/桶；街面秩序
‑
机动车乱放、非机动车乱停放；设施管理...

【技术保护点】

【技术特征摘要】
1.一种城市运行案件智能一键上报的方法，其特征在于，包括以下步骤：设定案件类别；模型训练：获取样本，获取样本时对每个案件类别均获取多个已确定为该案件类别的图片，构建案件类别识别模型，用所述案件类别识别模型对样本的图片进行特征提取，并训练模型；案件类别识别：将未知案件类别的图片输入训练好的模型，用softmax函数获取该图片属于各案件类别的概率，将概率最大的案件类别作为该图片的案件类别，当softmax函数获取该图片属于各案件类别的概率均小于设定阈值时则该图片不属于设定的案件类别。2.根据权利要求1所述的城市运行案件智能一键上报的方法，其特征在于：所述案件类别识别模型选用Resnet50模型。3.根据权利要求2所述的城市运行案件智能一键上报的方法，其特征在于：所述案件类别识别模型在Resnet50模型的基础上进行优化，将Resnet50模型结合warmup learning rate模型、cosine learning rate decay模型和label smoothing模型中的任意一种或多种模型进行优化。4.根据权利要求1所述的城市运行案件智能一键上报的方法，其特征在于：用案件类别识别模型对图片进行提取得到图片的1024维的向量特征。5.根据权利要求1所述的城市运行案件智能一键上报的方法，其特征在于：模型训练时设定了提前终止策略，当损失函数连续5代不再减少时，则终止迭代。6.根据权利要求1所述的城市运行案件智能一键上报的方法，其特征在于：获取样本时，需要对样本进行如下处理步骤：步骤1，数据探索性分析，对样本中的图片进行分析，统计样本数量，对数量较少的案件类别进行增加，保证各案件类别的样本数量大体平衡；步骤2，数据预处理，将样本中损坏的图片、无法读取的图片删除。7.根据权利要求6所述的城市运行案件智能一键上报的方法，其特征在于：模型训练后，还需要对训练好的模型进行模型验证和测试，对样本进行处理时，在数据预处理后还需要将数据集划分，将样本中每个案件类别的图片均分为训练集、验证集和测试集，训练集中的样本用于训练模型，验证集中的样本用于对模型进行验证，获取模型准确率，测试集中的数据用于对模型进行测试。8.根据权利要求1所述的城市运行案件智能一键上报的方法，其特征在于：所述案件类别包括：公共设施
‑
信息交接箱；公共设施
‑
市政立杆；公共设施
‑
消火栓；公共设施
‑
雨水篦子；市容环卫
‑
乱涂写、乱张贴、乱刻画；市容环卫
‑
乱设或损坏户外设施；市容环卫
‑
暴露垃圾；环卫环保
‑
废物箱/桶；街面秩序
‑
机动车乱放、非机动车乱停放；设施管理
‑
道路破损。9.一种城市运行案件智能一键上报系统，其特征在于，包括...

【专利技术属性】
技术研发人员：汤奇峰，刘腾飞，
申请(专利权)人：上海联数物联网有限公司，
类型：发明
国别省市：