发明公开
CN109635875A 一种基于深度学习的端到端网口检测方法
无效 - 驳回
- 专利标题: 一种基于深度学习的端到端网口检测方法
- 专利标题(英): An end-to-end network port detection method based on deep learning
-
申请号: CN201811558348.7申请日: 2018-12-19
-
公开(公告)号: CN109635875A公开(公告)日: 2019-04-16
- 发明人: 彭林鹏 , 翁芳 , 赵永生 , 屈帅龙 , 张卫平
- 申请人: 浙江大学滨海产业技术研究院
- 申请人地址: 天津市滨海新区滨海科技园高新六路39号9-3-301
- 专利权人: 浙江大学滨海产业技术研究院
- 当前专利权人: 浙江大学滨海产业技术研究院
- 当前专利权人地址: 天津市滨海新区滨海科技园高新六路39号9-3-301
- 代理机构: 天津滨海科纬知识产权代理有限公司
- 代理商 杨慧玲
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; H04L12/935 ; H04N5/232
摘要:
本发明提出一种基于深度学习的端到端网口检测方法,包括:(1)获取机房不同背景、不同机柜的交换机网口图像;(2)对交换机网口图像进行分类;标注每个图像,制作数据标签;(3)使用数据增强技术,制作交换机网口图像数据集;(4)训练深度网络YOLO v3模型,保存模型结果。本发明通过从智能室内巡检机器人摄像头获取网口图像,通过算法处理得到图像中网口的位置和类别,进而做到现场实时部署。本发明能够提高机房内交换机网口检测的准确率,从而提高智能巡检机器人部署时的效率。