[发明专利]基于对IT设备指示灯及设备型号的动态智能图像识别算法

说明书

本发明公开了基于对IT设备指示灯及设备型号的动态智能图像识别算法，该动态智能图像识别算法包括以下步骤：识别算法，使用基于原生darknet53的YoloV3识别算法，并通过卷积神经网络为特征提取网络，分别来对两张输入图片进行特征提取；比对算法，使用计算几何中的凸包算法，根据所述提取特征生成两张所述输入图片的凸多边形，并进行比对。有益效果：实现了以自动化IT运维管理流程，使机房设备资产的情况清晰可见，实现了机房运维过程的可监控性，改善机房的人工分配，减少了人工巡检任务。

技术领域

本发明涉及图像识别算法技术领域，具体来说，涉及基于对IT设备指示灯及设备型号的动态智能图像识别算法。

背景技术

国企及央企行业的发展与国家民生、工业生产、经济发展息息相关，如何保证业务的正常开展是企业的一个重要任务。IT相关设备正常工作是业务正常开展的基础，所以对机房IT设备的管理是运维部门的一项重要日常工作。

传统的机房运维都是人工执行，且要求机房的安全性和稳定性要高，人员的业务连续性强，而现实情况中存在设备多，运维人员少的问题。因此导致巡检管理方式容易出现以下情况：1、巡检到位情况和记录数据无法把握其真实性；2、大量巡检信息保存不便、易丢失、耗工时；3、信息查询不便，无法有效利用数据对设备做缺陷分析、选型等作辅助决策；4、巡检工作量大，重复性高，工作强度高，占用运维人员大量工作时间；5、巡检人员不足，造成巡检频率低。

近些年来，在国家的支持和倡导下，人工智能技术得到了蓬勃发展，人工智能技术在各行各业都找到了不错的落地场景，其中智能化运维就是其中之一。在机房嘈杂，辐射重的环境中，对运维人员身体伤害还是相当大的，所以智能化运维成会成为以后机房运维的主流。人工智能的图像识别技术，正好可以替代人工巡检，它能准确的识别相关的设备，指示灯。如有警告，比对算法会进行实时的告警。因此，本发明提出了一种基于对IT设备指示灯及设备型号的动态智能图像识别算法。

发明内容

针对相关技术中的问题，本发明提出基于对IT设备指示灯及设备型号的动态智能图像识别算法，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

基于对IT设备指示灯及设备型号的动态智能图像识别算法，该动态智能图像识别算法包括以下步骤：

识别算法，使用基于原生darknet53的YoloV3识别算法，并通过卷积神经网络为特征提取网络，分别来对两张输入图片进行特征提取；

比对算法，使用计算几何中的凸包算法，根据所述提取特征生成两张所述输入图片的凸多边形，并进行比对。

进一步的，所述识别算法使用leaky ReLU作为激活函数，batch normalization作为正则化，且所述识别算法为多尺度进行训练的端到端的识别算法。

进一步的，所述比对算法，使用计算几何中的凸包算法，根据所述提取特征生成两张所述输入图片的凸多边形，并进行比对具体包括以下步骤：

根据所述提取特征使用凸包算法生成两张所述输入图片的凸多边形；

依次通过外层点比对、内层点比对和颜色比对来对两组所述凸多边形进行比对。

进一步的，所述凸包算法具体包括以下步骤：

找到所述输入图片所有点中纵坐标y最小的点，即所有点中最下面的点，记为p₀；

然后计算其余点与该点的连线与x轴之间夹角的余弦值，将这些点按其对于最低点的正弦值从大到小排序，排序好的点记为p₁，p₂，p₃，…p_n；