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)今社會移動互聯(lián)的基礎(chǔ)，其部署和運營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)對網(wǎng)絡(luò)運營的注智賦能，以運營智能為重點，加快網(wǎng)絡(luò)側(cè)智能應(yīng)用，助力網(wǎng)絡(luò)運營的降本增效。其中，目標(biāo)檢測是計算機視覺領(lǐng)域中一項基礎(chǔ)的任務(wù)，在自然圖像中，檢測的目標(biāo)具有目標(biāo)的數(shù)量、大小、姿態(tài)不同的特點，同時有些目標(biāo)也存在部分遮擋的問題，難以被成功檢測；

2、同時，網(wǎng)絡(luò)設(shè)備具有設(shè)備樣式多，場景復(fù)雜，巡檢目標(biāo)小的特點，由于復(fù)雜場景下的網(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)檢測方法在設(shè)備檢測中存在了一定的局限性，導(dǎo)致了目標(biāo)檢測結(jié)果較差。而設(shè)備目標(biāo)具有識別種類多，但是關(guān)聯(lián)性強的特點，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)識別的輔助信息，幫助提升設(shè)備目標(biāo)檢測的準(zhǔn)確率。

技術(shù)實現(xiàn)思路

1、本說明書一個實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，以解決如何對圖像中的網(wǎng)絡(luò)設(shè)備精確檢測的問題。

2、為解決上述技術(shù)問題，本說明書一個實施例是這樣實現(xiàn)的：

3、第一方面，本說明書一個實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)備的待檢測圖像輸入圖像特征提取網(wǎng)絡(luò)進行特征提取，獲得多層特征圖譜；

5、提取所述多層特征圖譜中預(yù)設(shè)層級的特征圖譜，并對所述特征圖譜進行特征融合，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)進行特征映射，獲得所述待檢測圖像中所述網(wǎng)絡(luò)設(shè)備的設(shè)備信息。

8、第二方面，本說明書另一個實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)備的待檢測圖像輸入圖像特征提取網(wǎng)絡(luò)進行特征提取，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)層級的特征圖譜，并對所述特征圖譜進行特征融合，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)進行特征映射，獲得所述待檢測圖像中所述網(wǎng)絡(luò)設(shè)備的設(shè)備信息。

13、第三方面，本說明書又一個實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：存儲器、處理器和存儲在所述存儲器上并可在所述處理器上運行的計算機可執(zhí)行指令，所述計算機可執(zhí)行指令被所述處理器執(zhí)行時實現(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，本說明書再一個實施例提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)用于存儲計算機可執(zhí)行指令，所述計算機可執(zhí)行指令被處理器執(zhí)行時實現(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)備的待檢測圖像輸入圖像特征提取網(wǎng)絡(luò)進行特征提取，獲得多層特征圖譜，然后提取多層特征圖譜中預(yù)設(shè)層級的特征圖譜，并對特征圖譜進行特征融合，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)進行特征映射，獲得待檢測圖像中網(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)，提高了針對網(wǎng)絡(luò)設(shè)備進行目標(biāo)檢測的準(zhǔn)確率。

技術(shù)特征：

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，所述對所述特征圖譜進行特征融合，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，所述對所述降維特征進行特征融合，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，包括存儲器和處理器，所述存儲器上存儲有計算機可執(zhí)行指令，所述計算機可執(zhí)行指令在上述處理器上運行時，能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項所述的方法的步驟。

10.一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)中存儲有計算機可執(zhí)行指令，其特征在于，所述計算機可執(zhí)行指令在被處理器執(zhí)行時，能夠?qū)崿F(xiàn)上述權(quán)利要求1-7任一項所述的方法的步驟。

技術(shù)總結(jié)
本說明書一個實施例提供了一種基于圖像的網(wǎng)絡(luò)設(shè)備處理方法和裝置，該方法包括：首先將獲取的網(wǎng)絡(luò)設(shè)備的待檢測圖像輸入圖像特征提取網(wǎng)絡(luò)進行特征提取，獲得多層特征圖譜作為多尺度特征圖譜，然后提取多尺度特征圖譜中預(yù)設(shè)層級的特征圖譜，并對特征圖譜進行特征融合，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)進行關(guān)聯(lián)特征提取和融合，獲得融合關(guān)聯(lián)信息的特征，最后將特征輸入多層感知網(wǎng)絡(luò)進行預(yù)測，獲得關(guān)聯(lián)目標(biāo)檢測結(jié)果，以此，從網(wǎng)絡(luò)設(shè)備間的關(guān)聯(lián)關(guān)系出發(fā)，提高了針對網(wǎng)絡(luò)設(shè)備進行目標(biāo)檢測的準(zhǔn)確率。

技術(shù)研發(fā)人員：許一寧,余立,趙宇翔,范胡磊,毛思穎,劉思琪,謝天培
受保護的技術(shù)使用者：中國移動通信集團浙江有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21