[发明专利]一种哑资源设备的智能质检方法及系统、装置有效

专利信息
申请号: 202010019557.5 申请日: 2020-01-08
公开(公告)号: CN111259887B 公开(公告)日: 2021-08-06
发明(设计)人: 王欢;杨子豪 申请(专利权)人: 网思科技股份有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06T7/00;H04L12/24
代理公司: 佛山市神机营专利代理事务所(普通合伙) 44765 代理人: 许尤庆
地址: 510000 广东省广州市天河区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 资源 设备 智能 质检 方法 系统 装置
【权利要求书】:

1.一种哑资源设备的智能质检方法,其特征在于,所述方法包括:

当检测到上传的哑资源数据集时,从所述哑资源数据集中读取与所述哑资源设备对应的记录表图像以及与所述哑资源设备对应的待质检图像;

对所述记录表图像进行识别,确定质检项;

获取预先构建的与所述质检项对应的检测模型;

基于所述检测模型对所述待质检图像进行质检,得到所述哑资源设备的质检结果。

2.根据权利要求1所述的方法,其特征在于,所述获取与所述质检项对应的检测模型之前,所述方法还包括:

当检测到上传的目标数据集时,从所述目标数据集中确定数据集类型,并从所述目标数据集中获取目标数据;

读取所述目标数据对应的数据标记;

基于识别模型对所述目标数据中与所述数据标记匹配的数据内容进行识别训练,并基于训练结果构建与所述数据集类型匹配的检测模型。

3.根据权利要求2所述的方法,其特征在于,所述当检测到上传的目标数据集时,从所述目标数据集中确定数据集类型,并从所述目标数据集中获取目标数据,包括:

当检测到上传的目标数据集时,从所述目标数据集中确定数据集类型;

如果所述数据集类型为图像类型,从所述目标数据集中读取目标图像;

对所述目标图像进行分析,确定所述目标图像的清晰度以及所述目标图像的完整度;

将所述清晰度大于预设清晰度以及所述完整度大于预设完整度的目标图像确定为所述目标数据。

4.根据权利要求1至3任一项所述的方法,其特征在于,所述对所述记录表图像进行识别,确定质检项,包括:

通过文字识别技术对所述记录表图像进行文字识别,得到所述记录表图像中包含的文字信息;

对所述文字信息进行语义识别,确定所述待质检图像对应的所述哑资源设备的设备信息;

获取与所述设备信息匹配的质检项。

5.根据权利要求4所述的方法,其特征在于,所述从所述哑资源数据集中读取与所述哑资源设备对应的记录表图像以及与所述哑资源设备对应的待质检图像之后,所述方法还包括:

获取预先存储的已质检图像;

将所述待质检图像与所述已质检图像进行对比,判断所述已质检图像中是否存在与所述待质检图像相同的图像;

如果否,执行所述的通过文字识别技术对所述记录表图像进行文字识别,得到所述记录表图像中包含的文字信息;

如果是,确定所述哑资源设备的质检结果为不合格。

6.一种哑资源设备的智能质检系统,其特征在于,包括:

第一读取单元,用于当检测到上传的哑资源数据集时,从所述哑资源数据集中读取与所述哑资源设备对应的记录表图像以及与所述哑资源设备对应的待质检图像;

识别单元,用于对所述记录表图像进行识别,确定质检项;

第一获取单元,用于获取预先构建的与所述质检项对应的检测模型;

质检单元,用于基于所述检测模型对所述待质检图像进行质检,得到所述哑资源设备的质检结果。

7.根据权利要求6所述的系统,其特征在于,所述系统还包括:

第一确定单元,用于在所述第一获取单元获取与所述质检项对应的检测模型之前,以及当检测到上传的目标数据集时,从所述目标数据集中确定数据集类型,并从所述目标数据集中获取目标数据;

第二读取单元,用于读取所述目标数据对应的数据标记;

构建单元,用于基于识别模型对所述目标数据中与所述数据标记匹配的数据内容进行识别训练,并基于训练结果构建与所述数据集类型匹配的检测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网思科技股份有限公司,未经网思科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010019557.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top