[發明專利]基于層深度和感受野的信息化設備的穩定性檢測方法

在審

• 申請號: 202110075002.7
• 申請日: 2021-01-20
• 公開（公告）號: CN112733785A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 楊雨欣
• 申請（專利權）人: 成都莉娣揚科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于層深度和感受野的信息化設備的穩定性檢測方法，其特征在于，包括：

通過放置于托架上的信息化設備的圖像采集設備采集用于安裝所述托架的支撐面的多張圖像；

將所述多張圖像通過第一卷積神經網絡，以獲得第一特征圖；

將所述第一特征圖通過第二卷積神經網絡，以獲得第二特征圖，其中，所述第二卷積神經網絡的第二卷積核大于所述第一卷積神經網絡的第一卷積核；

將所述第二特征圖在樣本維度的每個特征矩陣分別通過一個或多個全連接層，以獲得由多個特征值組成的權值向量；

基于所述權值向量在樣本維度上對所述第一特征圖的各個特征矩陣進行加權，以獲得分類特征圖；以及

將所述分類特征圖通過分類器，以獲得分類結果，所述分類結果用于表示放置在托架上的信息化設備的穩定性是否符合預設要求。

2.根據權利要求1所述的基于層深度和感受野的信息化設備的穩定性檢測方法，其中，通過放置于托架上的信息化設備的圖像采集設備采集用于安裝所述托架的支撐面的多張圖像，包括：

通過所述圖像采集設備采集所述支撐面的預設數量的圖像；以及

以預設時間間隔從所述預設數量的圖像中篩選出所述多張圖像。

3.根據權利要求1所述的基于層深度和感受野的信息化設備的穩定性檢測方法，其中，將所述第二特征圖在樣本維度的每個特征矩陣分別通過一個或多個全連接層，以獲得由多個特征值組成的權值向量，包括：

對所述多個特征值進行歸一化處理；以及

將歸一化處理后的所述多個特征值按樣本維度進行排列，以獲得所述權值向量。

4.根據權利要求1所述的基于層深度和感受野的信息化設備的穩定性檢測方法，其中，所述第一卷積神經網絡和所述第二卷積神經網絡除卷積核外具有相同的網絡結構。

5.根據權利要求1所述的基于層深度和感受野的信息化設備的穩定性檢測方法，其中，所述第一卷積神經網絡和所述第二卷積神經網絡為深度殘差網絡。

6.根據權利要求1所述的基于層深度和感受野的信息化設備的穩定性檢測方法，其中，將所述分類特征圖通過分類器，以獲得分類結果，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輸入Softmax分類函數，以獲得所述放置在托架上的信息化設備的穩定性符合預設要求的第一概率，以及，所述放置在托架上的信息化設備的穩定性不符合預設要求的第二概率；以及

基于所述第一概率和所述第二概率，獲得所述分類結果。

7.一種基于層深度和感受野的信息化設備的穩定性檢測系統，其特征在于，包括：

圖像獲取單元，用于通過放置于托架上的信息化設備的圖像采集設備采集用于安裝所述托架的支撐面的多張圖像；

第一特征圖生成單元，用于將所述圖像獲取單元獲得的所述多張圖像通過第一卷積神經網絡，以獲得第一特征圖；

第二特征圖生成單元，用于將所述第一特征圖生成單元獲得的所述第一特征圖通過第二卷積神經網絡，以獲得第二特征圖，其中，所述第二卷積神經網絡的第二卷積核大于所述第一卷積神經網絡的第一卷積核；

權值向量生成單元，用于將所述第二特征圖生成單元獲得的所述第二特征圖在樣本維度的每個特征矩陣分別通過一個或多個全連接層，以獲得由多個特征值組成的權值向量；

分類特征圖生成單元，用于基于所述權值向量生成單元獲得的所述權值向量在樣本維度上對所述第一特征圖的各個特征矩陣進行加權，以獲得分類特征圖；以及

分類結果生成單元，用于將所述分類特征圖生成單元獲得的所述分類特征圖通過分類器，以獲得分類結果，所述分類結果用于表示放置在托架上的信息化設備的穩定性是否符合預設要求。