[发明专利]一种设备安全检测方法、装置及计算机可读存储介质在审

专利信息
申请号: 202211145673.7 申请日: 2022-09-20
公开(公告)号: CN115457534A 公开(公告)日: 2022-12-09
发明(设计)人: 胡渝麟;傅东生;李立赛;朱军鸿;朱秀峰;陈淇威 申请(专利权)人: 深圳奇迹智慧网络有限公司
主分类号: G06V20/62 分类号: G06V20/62;G06V10/82;G06N3/04;G06N3/08;G06F40/237
代理公司: 上海波拓知识产权代理有限公司 31264 代理人: 张媛
地址: 518000 广东省深圳市罗湖*** 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 设备 安全 检测 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种设备安全检测方法,其特征在于,所述方法包括:

将预设的第一摄像范围内的安全设备确定为样本设备,通过智能杆对所述样本设备进行样本图像的采集,根据所述采集的样本图像进行文字识别的神经网络训练,获取神经网络训练模型;

将预设的第二摄像范围内的安全设备确定为待检测的目标设备,通过智能杆获取所述目标设备的图像信息,并通过所述神经网络训练模型对所述获取的图像信息进行文字识别;

根据所述目标设备的图像信息,判断所述目标设备是否存在安全隐患。

2.根据权利要求1所述的方法,其特征在于,所述通过智能杆对所述样本设备进行样本图像的采集包括以下操作中的至少一种:

通过使用随机值对样本图像中其他非设备部分进行遮挡,以对图像数据进行增强;

对同一样本设备在不同角度上获取图像信息,通过对同一设备的不同样本图像重叠,以进行图像数据的增强。

3.根据权利要求1所述的方法,其特征在于,所述根据所述采集的样本图像进行文字识别的神经网络训练,包括:

将采集的样本图像进行存储,根据所述样本图像进行神经网络训练,以构建VGG16神经网络训练模型对图像进行文字识别;

通过CRNN循环神经网络对识别的文字进行时间信息的提取。

4.根据权利要求1所述的方法,其特征在于,所述根据所述采集的样本图像进行文字识别的神经网络训练,还包括:

对采集到的样本图像进行文字识别;

对识别文字中的设备标识性词汇进行存储,并分别设置相对应的存放数量阈值,生成设备标识性词汇比对库。

5.根据权利要求1所述的方法,其特征在于,所述判断所述目标设备是否存在安全隐患,包括:

通过所述获取的目标设备的图像信息,对目标设备的当前状态进行检测;

若检测到目标设备的当前状态出现预设的损毁情况时,则上报服务端进行警示;

若检测目标设备未出现预设的损毁情况时,对目标设备的存放数量进行检测。

6.根据权利要求1所述的方法,其特征在于,所述对目标设备的当前状态进行检测包括:

若检测目标设备未出现预设的损毁情况,通过所述获取的目标设备的图像信息进行文字提取以获取目标设备的设备标识性词汇;

将所述设备标识性词汇与设备标识性词汇比对库进行比对,获取相对应的设备存放数量阈值;

通过所述图像信息对目标设备的存放数量进行检测,若目标设备的存放数量超过所述设备存放数量阈值,则上报服务端进行警示;

若目标设备的存放数量未超过所述设备存放数量阈值,则对目标设备的质量问题进行判断。

7.根据权利要求1所述的方法,其特征在于,所述对目标设备的质量问题进行判断包括:

若检测目标设备的当前存放数量未超过所述设备存放数量阈值,对所述获取的目标设备的图像信息进行文字提取以获取目标设备的时间信息,根据所述时间信息判断目标设备是否超出质保期限;

若判断目标设备已超出质保期限,则上报服务端进行警示;

若判断目标设备尚未超出质保期限,则确定目标设备当前状态正常。

8.一种设备安全检测装置,其特征在于,所述装置包括:

模型训练模块,用于将预设的第一摄像范围内的安全设备确定为样本设备,通过智能杆对所述样本设备进行样本图像的采集,根据所述采集的样本图像进行文字识别的神经网络训练,获取神经网络训练模型;

信息处理模块,用于将预设的第二摄像范围内的安全设备确定为待检测的目标设备,通过智能杆获取所述目标设备的图像信息,并通过所述神经网络训练模型对所述获取的图像信息进行文字识别;

判断模块,用于根据所述目标设备的图像信息,用于判断所述目标设备是否存在安全隐患。

9.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序用于由所述处理器加载并执行如权利要求1~7中任意一项的设备安全检测方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,所述指令用于由处理器加载并执行如权利要求1~7中任意一项的设备安全检测方法。

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深圳奇迹智慧网络有限公司,未经深圳奇迹智慧网络有限公司许可,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/202211145673.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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