[发明专利]一种通信设备的检测方法、装置及电子设备在审

专利信息
申请号: 202010687041.8 申请日: 2020-07-16
公开(公告)号: CN114022404A 公开(公告)日: 2022-02-08
发明(设计)人: 赵东明 申请(专利权)人: 中国移动通信集团天津有限公司;中国移动通信集团有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/764;G06V10/766;G06V10/774;G06V10/82;G06K9/62
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 朱文杰
地址: 300000 *** 国省代码: 天津;12
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 通信 设备 检测 方法 装置 电子设备
【权利要求书】:

1.一种通信设备的检测方法,其特征在于,所述方法包括:

获取待检测通信设备的紧固件的图像信息;

将所述紧固件的图像信息输入至预先构建的Faster-RCNN网络中;

将经过所述Faster-RCNN网络中的RPN网络处理后输出的候选区域,输入至与所述RPN网络级联的二分类网络中;

通过所述二分类网络对接收到的所述候选区域进行分类处理,确定所述紧固件的图像信息中的前景图像;

将所述前景图像输入至所述Faster-RCNN网络中的最终识别层,以使所述最终识别层对所述前景图像进行分类处理,输出所述前景图像所对应的紧固件状态信息,所述紧固件状态信息包括:正常状态、松动状态、脱落状态;其中,所述预先构建的Faster-RCNN网络是通过在所述预先构建的Faster-RCNN的RPN网络层级联二分类网络后生成的,所述二分类网络为支持向量机网络。

2.根据权利要求1所述的方法,其特征在于,所述二分类网络为带RBF核函数的支持向量机网络。

3.根据权利要求2所述的方法,其特征在于,所述带RBF核函数的支持向量机网络为经过优化后的带RBF核函数的支持向量机网络;所述方法还包括:

基于引力搜索算法以及正态变异猫群算法得到引力-正态变异算法,通过所述引力-正态变异算法对所述带RBF核函数的支持向量机网络中的惩罚参数进行调优,得到目标惩罚参数;

将所述目标惩罚参数输入至待进行分类处理的带RBF核函数的支持向量机网络中,得到优化后的带RBF核函数的支持向量机网络。

4.根据权利要求3所述的方法,其特征在于,所述通过所述引力-正态变异算法对所述带RBF核函数的支持向量机网络中的惩罚参数进行调优,得到目标惩罚参数,包括:

对所述引力-正态变异算法的运行参数进行初始化;

将猫的初始位置传送至所述支持向量机网络中的RBF核函数惩罚参数中;

所述引力-正态变异算法根据混合比例进行搜索模式和跟踪模式猫群的划定,评估所有猫的适应度值,在所述猫的当前位置的适应度值优于Gbest的情况下,将所述Gbest的位置更新为所述猫的当前位置;

所述搜索模式和追踪模式重复进行,在每次迭代完成后,基于引力搜索算子对猫群位置进行更新,得到下一次迭代的目标初始位置信息;

在满足预设终止条件的情况下,输出全局最优值,其中,所述全局最优值为目标惩罚参数。

5.根据权利要求4所述的方法,其特征在于,所述搜索模式基于正态分布曲线更新猫群位置以获得局部搜索能力,追踪模式下进行持续速度和位置更新。

6.一种通信设备的检测装置,其特征在于,所述装置包括:

第一获取模块,获取待检测通信设备的紧固件的图像信息;

第一输入模块,用于将所述紧固件的图像信息输入至预先构建的Faster-RCNN网络中;

第二输入模块,用于将经过所述Faster-RCNN网络中的RPN网络处理后输出的候选区域,输入至与所述RPN网络级联的二分类网络中;

确定模块,用于通过所述二分类网络对接收到的所述候选区域进行分类处理,确定所述紧固件图像中的前景图像;

分类模块,用于将所述前景图像输入至所述Faster-RCNN网络中的最终识别层,以使所述最终识别层对所述前景图像进行分类处理,输出所述前景图像所对应的紧固件状态信息,所述紧固件状态信息包括:正常状态、松动状态、脱落状态;其中,所述预先构建的Faster-RCNN网络是通过在所述预先构建的Faster-RCNN的RPN网络层级联二分类网络后生成的,所述二分类网络为支持向量机网络。

7.根据权利要求6所述的装置,其特征在于,所述二分类网络为带RBF核函数的支持向量机网络。

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中国移动通信集团天津有限公司;中国移动通信集团有限公司,未经中国移动通信集团天津有限公司;中国移动通信集团有限公司许可,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/202010687041.8/1.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