[发明专利]网络优化方法、装置、计算机设备和存储介质

说明书

本申请涉及一种网络优化方法、装置、计算机设备和存储介质。所述方法包括：根据初始缺陷检测网络中各网络层内网络节点之间的连接关系，以及随机权重矩阵，构建初始缺陷检测网络的网络编码信息，根据调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响，更新网络编码信息，根据更新后的网络编码信息，对初始缺陷检测网络进行优化，得到目标缺陷检测网络。采用本方法能够提高经过优化的缺陷检测网络对设备缺陷检测的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种网络优化方法、装置、计算机设备和存储介质。

背景技术

随着人工智能的大力发展，在电力设备缺陷识别方向上出现了网络优化方法，该方法可以将庞大的检测网络优化为仅针对电力设备缺陷进行识别的，更加精确且效率更高的检测网络。

目前的网络优化方法主要依赖于人工，由人工逐一比对选出最优网络，然而考虑到电力设备场景的多样性，通过人工寻找得到的最优网络会出现准确性低等问题，亟需改进。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高优化网络准确性的网络优化方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种网络优化方法。所述方法包括：

根据初始缺陷检测网络中各网络层内网络节点之间的连接关系，以及随机权重矩阵，构建初始缺陷检测网络的网络编码信息；

根据调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响，更新网络编码信息；

根据更新后的网络编码信息，对初始缺陷检测网络进行优化，得到目标缺陷检测网络。

在其中一个实施例中，根据初始缺陷检测网络中各网络层内网络节点之间的连接关系，以及随机权重矩阵，构建初始缺陷检测网络的网络编码信息，包括：

根据初始缺陷检测网络中各网络层内网络节点之间的连接关系，确定各网络层的层编码信息；根据随机权重矩阵和各网络层的层编码信息，构建初始缺陷检测网络的网络编码信息。

在其中一个实施例中，根据调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响，更新网络编码信息，包括：

基于样本电力设备图像和样本电力设备图像的标注区域，确定调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响；根据调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响，更新网络编码信息。

在其中一个实施例中，基于样本电力设备图像和样本电力设备图像的标注区域，确定调整各网络层内网络节点的权重对初始缺陷检测网络产生的影响，包括：

将样本电力设备图像输入至初始缺陷检测网络中，得到第一目标检测区域；针对每一网络层，将样本电力设备图像输入至调整该网络层内网络节点权重后的初始缺陷检测网络中，得到第二目标检测区域；根据第一目标检测区域和样本电力设备图像的标注区域之间的交并比，以及第二目标检测区域和标注区域之间的交并比，确定调整该网络层内网络节点的权重对初始缺陷检测网络产生的影响。

在其中一个实施例中，该方法还包括：

采用遗传学算法，根据样本电力设备图像，对目标缺陷检测网络进行优化。

在其中一个实施例中，该方法还包括：

基于元学习算法，对初始电力设备图像进行扩增，得到样本电力设备图像；采用样本电力设备图像，对初始神经网络进行训练，得到初始缺陷检测网络。

第二方面，本申请还提供了一种网络优化装置。所述装置包括：

编码信息构建模块，用于根据初始缺陷检测网络中各网络层内网络节点之间的连接关系，以及随机权重矩阵，构建初始缺陷检测网络的网络编码信息；