【技术实现步骤摘要】
本申请涉及目标识别，尤其涉及一种装维质量检测模型的训练方法及识别方法。
技术介绍
1、目前，宽带装维工单的质检工作通常是基于人工抽查的方式进行，其需要抽查人员前往装维地点进行重复性劳作，工作强度较大，宽带装维质检工作的效率不高。
2、综上，相关技术中存在的技术问题有待得到改善。
技术实现思路
1、本专利技术的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
2、本申请实施例的主要目的在于提出一种装维质量检测模型的训练方法及识别方法，其可以提供一种装维质量检测模型，并通过装维质量检测模型对装维工作过程中的装维拍摄图像进行识别检测，可以降低人员的工作强度，提高装维质检效率。
3、为实现上述目的，本申请实施例的一方面提出了一种装维质量检测模型的训练方法，该训练方法包括：
4、获取原始装维图像，并对所述原始装维图像进行预处理，得到装维训练集，所述装维训练集包括装维训练图像和装维标签组，所述装维标签组包括若干个图像标签，所述装维训练图像包括若干个装维目标，每个所述装维标签用于指示若干个对应的所述装维目标的图像位置及所属的标签类型；
5、对所述装维标签组进行先验聚类分析，得到聚类先验框；
6、根据所述聚类先验框，将所述装维训练图像输入至初始化的装维质量检测模型进行预测识别，得到装维质量检测结果，所述装维质量检测结果用于指示所述原始装维图像中多个装维目标的预测类别；
7、根据所述装维标签组和所述装维质量检
8、在一些实施例中，所述对所述原始装维图像进行预处理，得到装维训练集，包括：
9、对所述原始装维图像进行颜色变换，得到装维变换图像；
10、对所述装维变换图像进行图像增强，得到装维增强图像；
11、对所述装维增强图像进行标签标注，得到所述装维训练集。
12、在一些实施例中，所述对所述装维标签组进行先验聚类分析，得到聚类先验框，包括：
13、获取预设的聚类阈值；
14、获取第一聚类中心和当前的聚类次数，以及与所述装维标签组对应的目标边界框；
15、根据所述目标边界框，对所述第一聚类中心进行聚类更新，得到第二聚类中心；
16、比较所述当前的聚类次数和所述聚类阈值，得到聚类比较结果；
17、若所述聚类比较结果为所述当前的聚类次数小于所述聚类阈值，则对所述当前的聚类次数进行更新，以及根据所述第二聚类中心，对所述第一聚类中心进行更新，然后返回执行获取第一聚类中心和当前的聚类次数，以及与所述装维标签组对应的目标边界框的步骤；或者，若所述聚类比较结果为所述当前的聚类次数等于所述聚类阈值，则根据所述第二聚类中心，得到所述聚类先验框。
18、在一些实施例中，所述根据所述目标边界框，对所述第一聚类中心进行聚类更新，得到第二聚类中心，包括：
19、对所述目标边界框和所述第一聚类中心进行中心坐标置零处理，得到置零后的目标边界框和置零后的第一聚类中心；
20、根据所述置零后的目标边界框，对所述置零后的第一聚类中心进行交并距离计算，得到距离计算结果；
21、根据所述距离计算结果，对所述第一聚类中心进行更新，得到所述第二聚类中心。
22、在一些实施例中，所述装维质量检测模型用于执行以下步骤：
23、对所述装维训练图像进行多级特征提取和降维，得到第一图像特征；
24、对所述第一图像特征进行末级特征提取，得到第二图像特征，以及对所述第一图像特征进行特征重构，得到第三图像特征；
25、根据所述第三图像特征，对所述第二图像特征进行特征合并，得到第四图像特征；
26、根据所述聚类先验框，对所述第四图像特征进行分类预测，得到所述装维质量检测结果。
27、在一些实施例中，所述根据所述装维标签组和所述装维质量检测结果，对所述初始化的装维质量检测模型进行参数更新，得到训练好的装维质量检测模型，包括：
28、根据装维标签组和所述装维质量检测结果，计算得到目标损失值；
29、根据所述目标损失值，对所述初始化的装维质量检测模型进行反向传播更新，得到所述训练好的装维质量检测模型。
30、为实现上述目的，本申请实施例的另一方面提出了一种装维质量检测模型的识别方法，包括：
31、获取随机时刻下的装维拍摄图像；
32、将所述装维拍摄图像输入至上述的训练好的装维质量检测模型，得到与所述装维拍摄图像对应的装维质量识别结果。
33、为实现上述目的，本申请实施例的另一方面提出了一种装维质量检测模型的训练系统，包括：
34、获取单元，用于获取原始装维图像，并对所述原始装维图像进行预处理，得到装维训练集，所述装维训练集包括装维训练图像和装维标签组，所述装维标签组包括若干个图像标签，所述装维训练图像包括若干个装维目标，每个所述装维标签用于指示若干个对应的所述装维目标的图像位置及所属的标签类型；
35、分析单元，用于对所述装维标签组进行先验聚类分析，得到聚类先验框；
36、处理单元，用于根据所述聚类先验框，将所述装维训练图像输入至初始化的装维质量检测模型进行预测识别，得到装维质量检测结果，所述装维质量检测结果用于指示所述原始装维图像中多个装维目标的预测类别；
37、更新单元，用于根据所述装维标签组和所述装维质量检测结果，对所述初始化的装维质量检测模型进行参数更新，得到训练好的装维质量检测模型。
38、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前面所述的方法。
39、为实现上述目的，本申请实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前面所述的方法。
40、本申请实施例至少包括以下有益效果：
41、本申请提供一种装维质量检测模型的训练方法及识别方法，其中，该训练方法通过获取原始装维图像，并对所述原始装维图像进行预处理，得到装维训练集，所述装维训练集包括装维训练图像和装维标签组，所述装维标签组包括若干个图像标签，所述装维训练图像包括若干个装维目标，每个所述装维标签用于指示若干个对应的所述装维目标的图像位置及所属的标签类型；对所述装维标签组进行先验聚类分析，得到聚类先验框；根据所述聚类先验框，将所述装维训练图像输入至初始化的装维质量检测模型进行预测识别，得到装维质量检测结果，所述装维质量检测结果用于指示所述原始装维图像中多个装维目标的预测类别；根据所述装维标签组和所述装维质量检测结果，对所述初始化的装维质量检测模型进行参数更新，得到训练好的装维质量检测模型。本文档来自技高网...
【技术保护点】
1.一种装维质量检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的训练方法，其特征在于，所述对所述原始装维图像进行预处理，得到装维训练集，包括：
3.根据权利要求1所述的训练方法，其特征在于，所述对所述装维标签组进行先验聚类分析，得到聚类先验框，包括：
4.根据权利要求3所述的训练方法，其特征在于，所述根据所述目标边界框，对所述第一聚类中心进行聚类更新，得到第二聚类中心，包括：
5.根据权利要求1所述的训练方法，其特征在于，所述装维质量检测模型用于执行以下步骤：
6.根据权利要求1所述的训练方法，其特征在于，所述根据所述装维标签组和所述装维质量检测结果，对所述初始化的装维质量检测模型进行参数更新，得到训练好的装维质量检测模型，包括：
7.一种装维质量检测模型的识别方法，其特征在于，包括：
8.一种装维质量检测模型的训练系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于
...【技术特征摘要】
1.一种装维质量检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的训练方法，其特征在于，所述对所述原始装维图像进行预处理，得到装维训练集，包括：
3.根据权利要求1所述的训练方法，其特征在于，所述对所述装维标签组进行先验聚类分析，得到聚类先验框，包括：
4.根据权利要求3所述的训练方法，其特征在于，所述根据所述目标边界框，对所述第一聚类中心进行聚类更新，得到第二聚类中心，包括：
5.根据权利要求1所述的训练方法，其特征在于，所述装维质量检测模型用于执行以下步骤：
【专利技术属性】
技术研发人员：程从越，马辉，杨全新，章学杰，
申请(专利权)人：中国电信股份有限公司，
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。