[发明专利]一种服务器智能识别与巡检系统

说明书

本发明提供了一种服务器智能识别与巡检系统，属于服务器智能识别技术领域，用于解决现有机房服务的资产报备工作量大及日常巡检效率低的技术问题。机房管理人员将录像视频或者图片资料上传系统，利用模型检测算法对图像中的服务器进行型号识别，使用位置计算方法计算每台服务器在机柜中的位置；检测图片中服务器的指示灯区域，确定服务器指示灯的颜色信息，发现服务器当前的状态，形成巡检日志；将服务器型号、位置识别的结果和巡检结果进行对应，形成完整的机房设备统计表并及时更新，若出现故障，及时通知维护人员进行维护。本系统代替人工巡检，减轻巡检、维护人员的工作量，实现智能巡检的目的，大大提高巡检的效率和质量。

技术领域

本发明属于服务器智能识别技术领域，涉及一种服务器智能识别与巡检系统。

背景技术

传统的机房服务器的资产报备，需要人工依次对每个机柜内的设备进行盘点、统计，具体包括服务器、磁盘阵列、路由器等设备。一般由于实际需求，会采购较多品牌和型号的网络设备，无疑增加了机房设备管理的工作量和难度。当服务器设备从机架移除、更换、增加时，需要对服务器资产信息包括型号、位置等进行更新。工作人员重新进行统计工作，形成资产报表。

机房网络设备的巡检是机房设备管理极其重要的一部分，当前机房设备的巡检多依靠人力来完成。工作人员需要每天进入机房，逐一查看机柜内各个设备当前的工作状态，是否出现设备的电源故障、设备宕机、风扇停转等问题，需要耗费较多的人力。服务器数量较少时，人工巡检可以满足需要；当机房规模较大，设备的数量激增，工作量大幅增加，且人工巡检存在不确定性，容易出现遗漏偏差，降低了巡检的质量。

随着人工智能技术的兴起，越来越多的图像目标检测算法被应用到现实场景中，逐步出现了一些应用人工智能技术的软硬件产品。基于机房资产盘点和巡检过程中出现的问题，利用图像目标检测技术，设计了机房机柜服务器与其它设备型号、位置识别以及服务器故障巡检系统，简称服务器智能识别与巡检系统；该系统能够简化机房服务器资产报备的流程，减少巡检人员的工作量，提高服务器故障巡检的效率。

发明内容

本发明的目的是针对现有的技术存在上述问题，提出了一种服务器智能识别与巡检系统，该装置要解决的技术问题是：如何简化机房服务器资产报备的流程，提高机房服务器巡检效率。

本发明的目的可通过下列技术方案来实现：

一种服务器智能识别与巡检系统，包括系统硬件，系统硬件包括机柜服务器、摄像机、磁盘录像机、模型训练机以及模型测试机；摄像机架设在机房内，摄像机用于采集机柜服务器内设备的图像，通过磁盘录像机进行图像信息的传输、存储；模型训练机接收获得的不同型号服务器及设备图像信息，并在模型训练机上进行模型训练，调整优化模型参数，训练好的模型在模型测试机进行模型预测效果的测试，从而获得最优的检测效果；模型训练过程中，需要收集大量的机柜服务器和设备的图像数据，作为数据集，基于不同类型的服务器设备，训练YOLO网络模型，确定网络中各层的参数，得到一个分类模型，能够识别不同外观、型号的服务器类型，实现服务器型号的自主识别，代替人工查询和判断服务器型号；服务器智能识别与巡检系统的运行步骤如下：

步骤一、摄像机定时采集机柜服务器内设备的图像或视频资料，机房管理人员使用HTTP协议将每日机房服务器实时视频及图片文件传入系统；

步骤二、服务器智能识别与巡检系统通过视频提取机柜服务器图片，或者依据上传系统的图片，进行目标的特征提取，训练目标检测模型，通过目标检测算法识别机柜服务器的型号；

具体地，采用YOLO目标检测算法，利用工作人员上传的视频或图片资源，根据服务器以及其他设备型号和外观的差异，提取图像目标的特征，训练目标检测模型，确定网络权重，进行目标服务器的分类，从而区分不同型号的服务器和设备；其中，YOLO算法是指基于回归的目标检测算法，是一个可以一次性预测多个Box位置和类别的卷积神经网络，采用单个神经网络直接预测物品边界和类别概率，实现端到端的目标检测和识别，具有速度快的优势，能够对图像中目标特征进行快速检测和识别；