[发明专利]设备破裂检测方法、装置、电子设备和存储介质

权利要求书

1.一种设备破裂检测方法，其特征在于，包括：

确定待检测设备的采集数据，所述采集数据包括声音数据和图像数据，所述声音数据是采集所述待检测设备的敲击声音得到的；

基于所述采集数据，对所述待检测设备进行破裂检测，得到设备检测结果。

2.根据权利要求1所述的设备破裂检测方法，其特征在于，所述基于所述采集数据，对所述待检测设备进行破裂检测，得到设备检测结果，包括：

基于特征提取模型，对所述声音数据进行特征提取，得到第一特征提取向量，并对所述图像数据进行特征提取，得到第二特征提取向量；

基于设备检测模型，对所述第一特征提取向量和所述第二特征提取向量进行破裂检测，得到设备检测结果；

其中，所述特征提取模型是基于第一样本采集数据无监督训练得到的，所述第一样本采集数据包括第一样本声音数据和第一样本图像数据；

所述设备检测模型是基于第二样本采集数据和所述第二样本采集数据对应的样本设备检测结果训练得到的，所述第二样本采集数据包括第二样本声音数据和第二样本图像数据。

3.根据权利要求2所述的设备破裂检测方法，其特征在于，所述特征提取模型是基于如下步骤训练：

对所述第一样本声音数据的特征向量进行掩码处理，得到掩码位置特征和未掩码位置特征；

基于所述特征提取模型，对所述掩码位置特征进行编码得到第一编码向量，并对所述未掩码位置特征进行编码得到第二编码向量；

对所述第二编码向量进行聚类处理，得到聚类结果，基于所述聚类结果确定所述第二编码向量的最大类中心向量；

基于所述第一编码向量与所述最大类中心向量的相似度，对所述特征提取模型进行训练。

4.根据权利要求3所述的设备破裂检测方法，其特征在于，所述特征向量是基于如下步骤确定：

对所述第一样本声音数据进行编码，得到编码向量；

对所述编码向量融合对应的预设声音模态向量，得到所述特征向量，所述预设声音模态向量用于表征声音模态信息。

5.根据权利要求2所述的设备破裂检测方法，其特征在于，所述设备检测模型的损失函数包括分类损失函数，所述第二样本采集数据包括正常样本数据和异常样本数据；

所述分类损失函数是基于分类损失确定的，所述分类损失包括第一分类损失和第二分类损失，所述第一分类损失是基于第一样本设备检测结果和所述正常样本数据对应的样本设备检测结果确定的，所述第二分类损失是基于第二样本设备检测结果和所述异常样本数据对应的样本设备检测结果确定的；

所述第一样本设备检测结果是基于所述设备检测模型对第三特征提取向量进行破裂检测得到的，所述第二样本设备检测结果是基于所述设备检测模型对第四特征提取向量进行破裂检测得到的，所述第三特征提取向量是基于所述特征提取模型对所述正常样本数据进行特征提取得到的，所述第四特征提取向量是基于所述特征提取模型对所述异常样本数据进行特征提取得到的。

6.根据权利要求5所述的设备破裂检测方法，其特征在于，所述分类损失还包括第三分类损失和第四分类损失；

所述第三分类损失是基于第三样本设备检测结果和所述正常样本数据对应的样本设备检测结果确定的，所述第四分类损失是基于第四样本设备检测结果和所述异常样本数据对应的样本设备检测结果确定的；

所述第三样本设备检测结果是基于所述设备检测模型对第五特征提取向量进行破裂检测得到的，所述第四样本设备检测结果是基于所述设备检测模型对第六特征提取向量进行破裂检测得到的，所述第五特征提取向量是对所述第三特征提取向量进行掩码处理得到的，所述第六特征提取向量是对所述第四特征提取向量进行掩码处理得到的。