【技术实现步骤摘要】
本申请涉及一种检测方法，特别是涉及一种液体泄漏检测方法、系统、模型训练方法、介质及设备。
技术介绍
1、在一些工业园区、城市基建中的液体管道中，发生液体泄漏都是异常现象，甚至是有危险的，影响生产生活安全的。随着人工智能深度学习的发展，逐渐开始采用神经网络判断液体泄漏检测情况。但是，目前现有技术中的液体泄漏检测算法的目标场景是静态场景，不适用于动态场景，且步骤繁琐，部署准备多。同时，现有模型在训练数据和场景较少时，训练得到的模型会和场景紧密挂钩，泛化性能不足。此外，现有技术采取的是对单帧图像进行液体泄漏检测，数据标注难度大，神经网络可用信息有限。这都会影响的液体泄漏检测的速度和精度，不利于保障生产生活安全。
技术实现思路
1、本申请的目的在于提供一种液体泄漏检测方法、系统、模型训练方法、介质及设备，用于解决现有技术不适用动态场景，无法利用多帧之间液体的运动信息判断液体泄漏情况的问题。
2、为实现上述目的及其他相关目的，本申请的第一方面提供一种液体泄漏检测模型的训练方法，包括获取连续帧训练视频图像；对所述连续帧训练视频图像进行处理以获取选定帧数的视频图像；基于所述选定帧数的视频图像对液体泄漏检测模型进行训练以获取训练好的液体泄漏检测模型。
3、于所述第一方面的一实施例中，获取连续帧训练视频图像包括：基于原有视频数据截取连续帧视频；基于所述连续帧视频进行数据标注以获取所述连续帧训练视频图像。
4、于所述第一方面的一实施例中，对所述连续帧训练视频图像进行
5、于所述第一方面的一实施例中，基于所述选定帧数的视频图像对液体泄漏检测模型进行训练包括：将所述选定帧数的视频图像输入所述液体泄漏检测模型以获取液体泄漏预测得分；对所述液体泄漏预测得分进行交叉熵损失计算以获取损失值；基于所述损失值调整所述液体泄漏检测模型参数以获取训练好的液体泄漏检测模型。
6、本申请的第二方面提供一种液体泄漏检测方法，包括获取视频图像；基于所述液体泄漏检测模型对所述视频图像判断液体泄漏情况；所述液体泄漏检测模型为经第一方面所述的训练方法训练好的液体泄漏检测模型。
7、于所述第二方面的一实施例中，基于所述液体泄漏检测模型判断液体泄漏情况包括：逐帧提取所述视频图像的帧特征；基于选定帧数的帧特征获取液体泄漏的的预测得分；基于所述预测得分判断液体泄漏情况。
8、于所述第二方面的一实施例中，基于选定帧数的帧特征获取液体泄漏的的预测得分包括：多次将所述选定帧数的帧特征输入所述液体泄漏检测模型以获取多个液体泄漏的预测得分；其中，每次输入的选定帧数之间的首帧间隔不大于选定帧数。
9、本申请的第三方面提供一种液体泄漏检测纠错系统，包括获取模块，用于获取视频图像；判断模块，用于基于所述液体泄漏检测模型对所述视频图像判断液体泄漏情况；所述液体泄漏检测模型为经第一方面所述的训练方法训练好的液体泄漏检测模型。
10、本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请第一方面所述的液体泄漏检测模型的训练方法和/或本申请第二方面所述的液体泄漏检测方法。
11、本申请的第五方面提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本申请第一方面所述的液体泄漏检测模型的训练方法和/或本申请第二方面所述的液体泄漏检测方法。
12、如上所述，本申请实施例提供的液体泄漏检测训练方法、纠错方法、系统、介质及设备，具有以下有益效果：
13、首先，通过所设计的液体泄漏检测模型，通过多帧信息对比和融合，不再拘泥于静态场景，配合动态场景数据，正确学习到液体泄漏的关键信息，有良好的性能。
14、其次，本申请提供的液体泄漏检测模型通过单帧图像特征提取，以及多帧特征融合判断两阶段即可输出液体泄漏得分，该模型部署方便，使用灵活，即利用了多帧的信息，又做到了单帧的效率。
15、最后，本申请通过丰富的数据增强系统，即使只有少量训练数据，也可以制造出大量训练样本，达到较好的训练效果。尤其是通过图像拼接的方式，可以制作出同场景下具有对比性的正负样本，避免单一场景样本失衡，导致模型无法学习到正确的信息，大大提高了模型的泛化性能。
本文档来自技高网...【技术保护点】
1.一种液体泄漏检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的液体泄漏检测模型的训练方法，其特征在于，获取连续帧训练视频图像包括：
3.根据权利要求1所述的液体泄漏检测模型的训练方法，其特征在于，对所述连续帧训练视频图像进行处理以获取选定帧数的视频图像包括：
4.根据权利要求3所述的液体泄漏检测模型的训练方法，其特征在于，基于所述选定帧数的视频图像对液体泄漏检测模型进行训练包括：
5.一种液体泄漏检测方法，其特征在于，包括：
6.根据权利要求5所述的液体泄漏检测方法，其特征在于，基于所述液体泄漏检测模型对所述视频图像判断液体泄漏情况包括：
7.根据权利要求6所述的液体泄漏检测方法，其特征在于，基于选定帧数的帧特征获取液体泄漏的的预测得分包括：
8.一种液体泄漏检测系统，其特征在于，包括：
9.一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：该计算机程序被处理器执行时实现权利要求1至4中任一项所述的液体泄漏检测模型的训练方法和/或权利要求5至7中任一项所述的液
10.一种设备，其特征在于，所述设备包括：
...【技术特征摘要】
1.一种液体泄漏检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的液体泄漏检测模型的训练方法，其特征在于，获取连续帧训练视频图像包括：
3.根据权利要求1所述的液体泄漏检测模型的训练方法，其特征在于，对所述连续帧训练视频图像进行处理以获取选定帧数的视频图像包括：
4.根据权利要求3所述的液体泄漏检测模型的训练方法，其特征在于，基于所述选定帧数的视频图像对液体泄漏检测模型进行训练包括：
5.一种液体泄漏检测方法，其特征在于，包括：
6.根据权利要求5所述的液...
【专利技术属性】
技术研发人员：张军，王朔，张昭智，
申请(专利权)人：上海湃道智能科技有限公司，
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。