一种特征提取模型训练方法、装置及计算机设备

    公开(公告)号:CN113177566A

    公开(公告)日:2021-07-27

    申请号:CN202110581559.8

    申请日:2021-05-26

    摘要: 本发明公开了一种特征提取模型训练方法、装置及计算机设备,该方法包括如下步骤:获取特征提取模型的图像训练数据集,特征提取模型的图像训练数据集包括:无标签图像训练数据集;对特征提取模型的图像训练数据集中的每一张图像进行裁切,得到图像块集;对图像块集中的每一个图像块进行两次不同的预处理操作,得到图像块对集;将图像块对集输入到第一机器学习模型中进行训练,直到满足预设条件,得到特征提取模型。本发明通过对裁切后的图像块进行两次不同的预处理操作,将得到的图像块对集输入到第一机器学习模型中进行训练,直接学习目标图像块的特征,能够适应样本图像分辨率高、图像内容较为复杂的条件,提高特征提取模型的性能。

    一种电力设备检测方法、装置及移动终端

    公开(公告)号:CN112714284A

    公开(公告)日:2021-04-27

    申请号:CN202011530560.X

    申请日:2020-12-22

    摘要: 本发明公开了一种电力设备检测方法、装置及移动终端,其中,该方法包括:获取待检测电力设备图像;将待检测电力设备图像输入到电力设备分析模型,电力设备分析模型预先根据多个电力设备的图像样本以及电力设备对应的故障图像样本训练得到;根据电力设备分析模型,得到待检测电力设备图像的识别结果;判断识别结果是否需要进行云端识别;当识别结果需要进行云端识别时,将待检测电力设备图像发送至云端;接收云端的云端识别结果以及故障分析结果。通过实施本发明,使得电力设备检测更加全面,实现了自动分析电力设备缺陷,可以对电力设备的故障进行实时处理,提高了电力设备故障的检测效率。

    容器镜像的管理、使用及构建方法、装置

    公开(公告)号:CN109783191B

    公开(公告)日:2020-09-08

    申请号:CN201811547534.0

    申请日:2018-12-18

    IPC分类号: G06F9/455 G06F11/14

    摘要: 本发明公开了容器镜像的管理、使用及构建方法、装置,其中该管理方法包括:获取容器镜像的标识;根据容器镜像的标识获取从预定初始容器镜像至容器镜像所执行的历史操作指令对应的第一指令集合;当接收到容器镜像的获取请求时,反馈预定初始容器镜像和第一指令集合。通过本发明,容器镜像只在初始容器镜像的基础上根据情况叠加一层或几层并写入第一指令集合中的指令便可以得到,而不会随着历史操作次数的增多导致在初始容器镜像的基础上所叠加的层数越来越多,因此,能够使得容器镜像的结构较为精简,减小容器镜像大小。

    样本分级标注及模型训练方法、装置及电子设备

    公开(公告)号:CN109815978A

    公开(公告)日:2019-05-28

    申请号:CN201811547533.6

    申请日:2018-12-18

    IPC分类号: G06K9/62

    摘要: 本发明公开了样本分级标注及模型训练方法、装置及电子设备,其中所述样本分级标注方法包括:S1:获取样本中的主目标及其所属项目,并获取包含有所述主目标所属项目的分级结构表;S2:将所述主目标所属项目确定为当前项目;S3:判断所述当前项目在所述分级结构表中是否存在下一级子项目;S4:当所述当前项目在所述分级结构表中存在下一级子项目时,则将下一级子项目确定为当前项目,并判断所述样本中是否存在属于所述当前项目的子目标;S5:当所述样本中存在属于所述当前项目的子目标时,则将所述当前项目确定为所述样本的标签之一;继续执行步骤S3;否则直接继续执行步骤S3。通过本发明对样本进行标注不会遗漏尺度很小的目标。

    基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置

    公开(公告)号:CN109117863A

    公开(公告)日:2019-01-01

    申请号:CN201810721960.5

    申请日:2018-07-04

    IPC分类号: G06K9/62

    摘要: 本发明提供了基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置,该方法包括:从真实绝缘子样本库中获取真实绝缘子图像输入绝缘子深度卷积生成对抗网络模型,生成模拟绝缘子图像并进行图像质量评分排序,根据图像质量评分排序的结果筛选模拟绝缘子图像,生成模拟样本库,根据真实绝缘子样本库和模拟样本库对预设神经网络模型进行训练,并根据预设神经网络模型的训练结果,得到真实绝缘子图像与模拟绝缘子图像的最优扩充比例,计算模拟绝缘子图像的扩充样本数量,并从模拟样本库中获取后加入真实绝缘子样本库,生成绝缘子样本扩充库。实现了对绝缘子图像样本的扩充,提高了样本图像质量,并提高了识别模型准确性,进而提高了绝缘子的识别率。