[发明专利]基于深度学习的重复报警抑制方法

权利要求书

1.基于深度学习的重复报警抑制方法，其特征在于，包括如下步骤：

S1：铁路供电3C检测设备安装在运营高铁和普铁上，若检测到已存在缺陷，上报带有图像数据和位置的报警信息上传到数据中心；

S2：数据中心收到报警信息，解析带有缺陷图片的报警信息，并对图片进行缺陷识别和缺陷分类；

缺陷识别和缺陷分类的过程，包括缺陷样本和改进的yolov3深度学习算法相结合，通过训练和评估获得较好的训练模型，通过训练模型对缺陷报警中的图片进行分类和识别；所述改进的yolov3深度学习算法通过将输出的三个检测基于三个相邻层次的输入并经由卷积操作获得，增加输入的宽度，丰富缺陷识别特征，将底层的图像加入到高层，提高小目标检测；

S3：根据上报的位置信息、图像识别和缺陷分类的结果以及数据中心是否设置重复报警抑制信息，判断“同一位置、同类型报警”是否进行抑制，如果数据中心设置了重复报警抑制，那么对同位置同类型的重复报警进行抑制，若数据中心未启动重复报警抑制功能，上报同类型同位置的缺陷报警信息不进行抑制，即用户可以看到同位置同类型的重复报警；

所述的报警抑制包括自动抑制和手动抑制；自动抑制的条件是，缺陷分析人员已知道此缺陷，目前工区正在“复核、维修”，不需要重复上报同位置同类型缺陷，于是将状态设置为“已计划”并自动抑制报警；手动抑制的条件是，分析人员已知道此缺陷，并且知道此缺陷影响不大，也不会影响行车，不需要再上报了，并手动新建报警抑制；

所述基于深度学习的重复报警抑制方法还包括解除报警抑制步骤S4：对于手动重复报警抑制，通过手动取消解除；对于自动重复报警抑制，通过完成/取消任务，设置任务状态为“已关闭”或“已取消”来解除。