本文件涉及通信,尤其涉及一種基于圖像的網(wǎng)絡(luò)設(shè)備處理方法和裝置。
背景技術(shù):
1、網(wǎng)絡(luò)作為當(dāng)今社會(huì)移動(dòng)互聯(lián)的基礎(chǔ),其部署和運(yùn)營(yíng)需要具備更高的要求。網(wǎng)絡(luò)智能化部署,能夠加快人工智能技術(shù)對(duì)網(wǎng)絡(luò)運(yùn)營(yíng)的注智賦能,以運(yùn)營(yíng)智能為重點(diǎn),加快網(wǎng)絡(luò)側(cè)智能應(yīng)用,助力網(wǎng)絡(luò)運(yùn)營(yíng)的降本增效。其中,目標(biāo)檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域中一項(xiàng)基礎(chǔ)的任務(wù),在自然圖像中,檢測(cè)的目標(biāo)具有目標(biāo)的數(shù)量、大小、姿態(tài)不同的特點(diǎn),同時(shí)有些目標(biāo)也存在部分遮擋的問題,難以被成功檢測(cè);
2、同時(shí),網(wǎng)絡(luò)設(shè)備具有設(shè)備樣式多,場(chǎng)景復(fù)雜,巡檢目標(biāo)小的特點(diǎn),由于復(fù)雜場(chǎng)景下的網(wǎng)絡(luò)設(shè)備還存在遮擋和指示燈閃爍導(dǎo)致的光照環(huán)境影響,單純的目標(biāo)檢測(cè)方法在設(shè)備檢測(cè)中存在了一定的局限性,導(dǎo)致了目標(biāo)檢測(cè)結(jié)果較差。而設(shè)備目標(biāo)具有識(shí)別種類多,但是關(guān)聯(lián)性強(qiáng)的特點(diǎn),例如設(shè)備端口附近常常容易存在指示燈,設(shè)備板卡往往是相鄰出現(xiàn)的等,這些關(guān)聯(lián)關(guān)系可以作為設(shè)備目標(biāo)識(shí)別的輔助信息,幫助提升設(shè)備目標(biāo)檢測(cè)的準(zhǔn)確率。
技術(shù)實(shí)現(xiàn)思路
1、本說明書一個(gè)實(shí)施例的目的是提供一種基于圖像的網(wǎng)絡(luò)設(shè)備處理方法和裝置,以解決如何對(duì)圖像中的網(wǎng)絡(luò)設(shè)備精確檢測(cè)的問題。
2、為解決上述技術(shù)問題,本說明書一個(gè)實(shí)施例是這樣實(shí)現(xiàn)的:
3、第一方面,本說明書一個(gè)實(shí)施例提供了一種基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,包括:
4、將獲取的網(wǎng)絡(luò)設(shè)備的待檢測(cè)圖像輸入圖像特征提取網(wǎng)絡(luò)進(jìn)行特征提取,獲得多層特征圖譜;
5、提取所述多層特征圖譜中預(yù)設(shè)層級(jí)的特征圖譜,并對(duì)所述特征圖譜進(jìn)行特征融合,獲得融合特征;
6、將所述融合特征輸入關(guān)聯(lián)特征提取網(wǎng)絡(luò)進(jìn)行關(guān)聯(lián)特征提取,獲得關(guān)聯(lián)特征;
7、將所述關(guān)聯(lián)特征輸入多層感知網(wǎng)絡(luò)進(jìn)行特征映射,獲得所述待檢測(cè)圖像中所述網(wǎng)絡(luò)設(shè)備的設(shè)備信息。
8、第二方面,本說明書另一個(gè)實(shí)施例提供了一種基于圖像的網(wǎng)絡(luò)設(shè)備處理裝置,包括:
9、圖像特征提取模塊,被配置為將獲取的網(wǎng)絡(luò)設(shè)備的待檢測(cè)圖像輸入圖像特征提取網(wǎng)絡(luò)進(jìn)行特征提取,獲得多層特征圖譜;
10、特征融合模塊,被配置為提取所述多層特征圖譜中預(yù)設(shè)層級(jí)的特征圖譜,并對(duì)所述特征圖譜進(jìn)行特征融合,獲得融合特征;
11、關(guān)聯(lián)特征提取模塊,被配置為將所述融合特征輸入關(guān)聯(lián)特征提取網(wǎng)絡(luò)進(jìn)行關(guān)聯(lián)特征提取,獲得關(guān)聯(lián)特征;
12、特征映射模塊,被配置為將所述關(guān)聯(lián)特征輸入多層感知網(wǎng)絡(luò)進(jìn)行特征映射,獲得所述待檢測(cè)圖像中所述網(wǎng)絡(luò)設(shè)備的設(shè)備信息。
13、第三方面,本說明書又一個(gè)實(shí)施例提供了一種基于圖像的網(wǎng)絡(luò)設(shè)備處理設(shè)備,包括:存儲(chǔ)器、處理器和存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)可執(zhí)行指令,所述計(jì)算機(jī)可執(zhí)行指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法的步驟。
14、第四方面,本說明書再一個(gè)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令,所述計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法的步驟。
15、本實(shí)施例提供的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,首先將獲取的網(wǎng)絡(luò)設(shè)備的待檢測(cè)圖像輸入圖像特征提取網(wǎng)絡(luò)進(jìn)行特征提取,獲得多層特征圖譜,然后提取多層特征圖譜中預(yù)設(shè)層級(jí)的特征圖譜,并對(duì)特征圖譜進(jìn)行特征融合,獲得融合特征,在此基礎(chǔ)上,將融合特征輸入關(guān)聯(lián)特征提取網(wǎng)絡(luò)進(jìn)行關(guān)聯(lián)特征提取,獲得關(guān)聯(lián)特征,最后將關(guān)聯(lián)特征輸入多層感知網(wǎng)絡(luò)進(jìn)行特征映射,獲得待檢測(cè)圖像中網(wǎng)絡(luò)設(shè)備的設(shè)備信息,以此,從網(wǎng)絡(luò)設(shè)備間的關(guān)聯(lián)關(guān)系出發(fā),提高了針對(duì)網(wǎng)絡(luò)設(shè)備進(jìn)行目標(biāo)檢測(cè)的準(zhǔn)確率。
1.一種基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述待檢測(cè)圖像,采用如下方式獲?。?/p>
3.根據(jù)權(quán)利要求1所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述圖像特征提取網(wǎng)絡(luò),由主干網(wǎng)絡(luò)和分支網(wǎng)絡(luò)組成;
4.根據(jù)權(quán)利要求1所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述對(duì)所述特征圖譜進(jìn)行特征融合,獲得融合特征,包括:
5.根據(jù)權(quán)利要求4述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述對(duì)所述降維特征進(jìn)行特征融合,獲得所述融合特征,包括:
6.根據(jù)權(quán)利要求1所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述關(guān)聯(lián)特征提取網(wǎng)絡(luò),由第一子網(wǎng)絡(luò)和第二子網(wǎng)絡(luò)組成;其中,第一子網(wǎng)絡(luò)包括歸一化層和/或自注意力層;第二子網(wǎng)絡(luò)包括所述歸一化層和/或感知層;
7.根據(jù)權(quán)利要求1所述的基于圖像的網(wǎng)絡(luò)設(shè)備處理方法,其特征在于,所述提取所述多層特征圖譜中預(yù)設(shè)層級(jí)的特征圖譜,包括:
8.一種基于圖像的網(wǎng)絡(luò)設(shè)備處理裝置,其特征在于,包括:
9.一種基于圖像的網(wǎng)絡(luò)設(shè)備處理設(shè)備,其特征在于,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令,所述計(jì)算機(jī)可執(zhí)行指令在上述處理器上運(yùn)行時(shí),能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項(xiàng)所述的方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令,其特征在于,所述計(jì)算機(jī)可執(zhí)行指令在被處理器執(zhí)行時(shí),能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項(xiàng)所述的方法的步驟。