[發(fā)明專利]基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法

在審

• 申請?zhí)枺?/td>: 202110049949.0
• 申請日: 2021-01-14
• 公開（公告）號: CN112733750A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設計）人: 張寬
• 申請（專利權）人: 成都緣能緣彩網(wǎng)絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06K9/68;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其特征在于，包括：

獲取處理之前的污水的多幀圖像和處理之后的凈水的多幀圖像，其中，所述污水的多幀圖像與所述凈水的多幀圖像之間具有相同的圖像幀數(shù)量和時序分布；

將所述污水的多幀圖像通過第一卷積神經(jīng)網(wǎng)絡以獲得多個第一特征圖；

將所述凈水的多幀圖像通過第二卷積神經(jīng)網(wǎng)絡以獲得多個第二特征圖；

計算所述多個第一特征圖和所述多個第二特征圖之間的協(xié)相關損失函數(shù)值，所述協(xié)相關損失函數(shù)值用于表示所述多個第一特征圖和所述多個第二特征圖之間的相關性；

計算所述多個第一特征圖和所述多個第二特征圖之間的差分，以獲得分類特征圖；

將所述分類特征圖通過分類器，以獲得分類損失函數(shù)值；以及

基于所述協(xié)相關損失函數(shù)值和所述分類損失函數(shù)值的加權和，更新所述第一卷積神經(jīng)網(wǎng)絡和所述第二卷積神經(jīng)網(wǎng)絡的參數(shù)。

2.根據(jù)權利要求1所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其中，計算所述多個第一特征圖和所述多個第二特征圖之間的協(xié)相關損失函數(shù)值，所述協(xié)相關損失函數(shù)值用于表示所述多個第一特征圖和所述多個第二特征圖之間的相關性，包括：

對所述多個第一特征圖分別進行全局平均值池化，以獲得多個第一特征值；

對所述多個第二特征圖分別進行全局平均值池化，以獲得多個第二特征值；以及

以如下公式計算所述多個第一特征值和所述多個第二特征值之間的協(xié)相關損失函數(shù)值，其中，所述公式為：

其中，xi表示第i個第一特征值，x表示所述多個第一特征值的平均值，yj表示第j個第二特征值；y表示所述多個第二特征值的平均值。

3.根據(jù)權利要求1所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其中，計算所述多個第一特征圖和所述多個第二特征圖之間的差分，以獲得分類特征圖，包括：

以時序維度，分別計算所述多個第一特征圖和所述多個第二特征圖之間的按像素位置的特征值差分，以獲得多個差分特征圖；以及

將所述多個差分特征圖以時序維度進行排布，以獲得所述分類特征圖。

4.根據(jù)權利要求1所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其中，計算所述多個第一特征圖和所述多個第二特征圖之間的差分，以獲得分類特征圖，包括：

對所述多個第一特征圖進行樣本維度上的最大值池化處理，以獲得污水特征圖；

對所述多個第二特征圖進行樣本維度上的最大值池化處理，以獲得凈水特征圖；以及

計算所述凈水特征圖與所述污水特征圖之間的按像素位置的差值，以獲得所述分類特征圖。

5.根據(jù)權利要求1所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其中，將所述分類特征圖通過分類器，以獲得分類損失函數(shù)值，包括：

將所述分類特征圖通過一個或多個全連接層，以獲得分類特征向量；

將所述分類特征向量通過分類函數(shù)，以獲得分類結果；以及

將所述分類結果和真實值輸入損失函數(shù)，以獲得所述分類損失函數(shù)值。

6.根據(jù)權利要求1所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法，其中，所述第一卷積神經(jīng)網(wǎng)絡和所述第二卷積神經(jīng)網(wǎng)絡為深度殘差網(wǎng)絡。

7.一種基于深度神經(jīng)網(wǎng)絡的智能污水處理檢測方法，其特征在于，包括：

獲取待檢測的動態(tài)水流的多幀圖像；

將所述圖像輸入根據(jù)如權利要求1到6中任意一項所述的基于動態(tài)水流圖像的污水處理檢測的神經(jīng)網(wǎng)絡的訓練方法所訓練的第一卷積神經(jīng)網(wǎng)絡和分類器，所述分類器的輸出為表示對應于污水處理檢測合格的第一概率和污水處理檢測不合格的第二概率；以及

基于所述第一概率和所述第二概率，確定所述污水處理是否合格。