[发明专利]用于线缆防缠绕预警的神经网络的训练方法

说明书

本申请涉及智慧建筑领域下的智能状态预测，其具体地公开了一种用于线缆防缠绕预警的神经网络的训练方法。在对用于线缆防缠绕预警的神经网络的训练过程中，通过增加线缆缠绕情况的典型案例对应的图像作为参考图像集，并通过计算训练图像集和参考图像集在高维特征空间中的共同图像性质之间的距离，再通过反向传播对所述卷积神经网络的参数进行更新以增强模型的收敛速度和模型的检测准确度。

技术领域

本发明涉及智慧建筑领域下的智能状态预测，且更为具体地，涉及一种用于线缆防缠绕预警的神经网络的训练方法、基于深度神经网络的线缆防缠绕的智能预警方法、用于线缆防缠绕预警的神经网络的训练系统、基于深度神经网络的线缆防缠绕的智能预警系统和电子设备。

背景技术

现有配电网线路在使用时，最常见的线缆为10kV及以下的缆线，并且在架设时分为在高空架设与地面架设。在某些情况下，可能同时需要对缆线进行高空架设和地面架设，同时由于缆线存在远距离架设，在架设过程中对于地面上和空中的缆线的架设不能有效避免缆线散乱的现象，且对于缆线不能及时进行固定。这样，当线缆被牵引到空中进行高空架设时，很可能出现线缆相互缠绕的问题，而此时如果再通过整理线缆来解决线缆的相互缠绕问题，会显著增加工作量。

因此，期待一种能够预先对线缆的缠绕问题进行预警的技术方案。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展为线缆防缠绕预警提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于线缆防缠绕预警的神经网络的训练方法、基于深度神经网络的线缆防缠绕的智能预警方法、用于线缆防缠绕预警的神经网络的训练系统、基于深度神经网络的线缆防缠绕的智能预警系统和电子设备，其基于深度学习的计算机视觉的方法来进行线缆的缠绕问题的检测预警。具体地，在对用于线缆防缠绕预警的神经网络的训练过程中，通过增加线缆缠绕情况的典型案例对应的图像作为参考图像集，并通过计算训练图像集和参考图像集在高维特征空间中的共同图像性质之间的距离，再通过反向传播对所述卷积神经网络的参数进行更新以增强模型的收敛速度和模型的检测准确度。

根据本申请的一个方面，提供了一种用于线缆防缠绕预警的神经网络的训练方法，其包括：

获取训练图像集和参考图像集，所述训练图像集包含多张放置于支撑面上的堆放线缆的图像，所述参考图像集包含多张示出典型的线缆缠绕情况的图像；

将所述训练图像集通过第一卷积神经网络以获得第一特征图；

将所述参考图像集通过第二卷积神经网络以获得第二特征图，其中，所述第二卷积神经网络与所述第一卷积神经网络具有相同的网络结构；

计算所述第一特征图中在样本维度上的每两个特征矩阵之间的距离，以获得训练距离矩阵；

计算所述第二特征图中在样本维度上的每两个特征矩阵之间的距离，以获得参考距离矩阵；

计算所述训练距离矩阵与所述参考距离矩阵之间的距离损失函数值；

将所述第一特征图通过分类器以获得分类损失函数值；以及

基于所述距离损失函数值和所述分类损失函数值的加权和，更新所述第一卷积神经网络的参数。