公开(公告)号：CN115937198A

公开(公告)日：2023-04-07

申请号：CN202310015929.0

申请日：2023-01-06

申请人： 合肥城市云数据中心股份有限公司

发明人： 李晓洁 ,  甘琎杰 ,  谢贻富 ,  黄育庆 ,  张阳 ,  刘胜军 ,  崔靖 ,  丁正 ,  刘宇 ,  谢飞

IPC分类号： G06T7/00 ,  G06N3/08 ,  G06T7/13 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明涉及一种基于深度学习的数据中心机房配电柜检测方法，包括：数据采集；进行目标检测标签标注；搭建Yolov5网络模型进行训练；搭建MaskRCNN网络模型进行训练；获取检测结果，若检测结果中包含仪表盘则进入下一步，否则进入步骤(9)；进行图像细化、边缘检测、直线检测，判断是否出现异常情况，若出现异常情况则进行报警；将步骤(8)中获取的仪表盘读数与设定的发出警报的最大值和最小值进行对比，若超过最大值和/或小于最小值进行报警。本发明的成本更低，可大大降低数据中心运维成本；本发明可处理复杂业务识别，本发明针对设备指示灯与仪器仪表，基于Yolov5的检测算法有更为精准的定位与识别效果，基于MaskRCNN的分割算法有更好的指针提取效果。