[发明专利]基于深度学习的重复报警抑制方法

摘要

基于深度学习的重复报警抑制方法，包括识别上报缺陷图像数据，图像的缺陷识别和分类，判断是否抑制报警等三个步骤。通过改进了的yoloV3算法对缺陷图像的识别分类，判断同位置、同报警类型是否正在抑制，来实现对重复的报警进行抑制；极大地减少了分析人员的重复工作，分析人员无需对报警抑制处理的报警信号进行确认和采取行动，又防止了那些无效的报警信号对分析人员造成的干扰，方法同时还能新建报警抑制和解除报警抑制，提高了分析人员的效率，也减轻了报警系统数据处理的负荷、增强所述报警系统的稳定性。

主权项

1.基于深度学习的重复报警抑制方法，其特征在于，包括如下步骤：S1：铁路供电3C检测设备安装在运营高铁和普铁上，若检测到已存在缺陷，上报带有图像数据和位置的报警信息上传到数据中心；S2：数据中心收到报警信息，解析带有缺陷图片的报警信息，并对图片进行缺陷识别和缺陷分类；S3：根据上报的位置信息、图像识别和缺陷分类的结果以及数据中心是否设置重复报警抑制等信息，判断“同一位置、同类型报警”是否进行抑制，如果数据中心设置了重复报警抑制，那么对同位置同类型的重复报警进行抑制，若数据中心未启动重复报警抑制功能，上报同类型同位置的缺陷报警信息不进行抑制，即用户可以看到同位置同类型的重复报警。