箱体识别模型的训练方法、光分箱体的隐患识别方法

本公开提出了一种箱体识别模型的训练方法、光分箱体的隐患识别方法，涉及深度学习、数据处理、计算机技术领域。包括：获取预设光分箱体样本的多个第一特征类型的属性参数，并对属性参数进行特征编码及特征衍生，得到第二特征类型的候选特征变量，基于预设的随机森林模型对第二特征类型的候选特征变量进行特征筛选，得到目标特征类型的目标特征变量；将目标特征变量输入预设的候选箱体识别模型，获取光分箱体样本所包括的多个下带光网络单元的置信度；基于下带光网络单元的置信度对候选箱体识别模型进行训练，得到目标箱体识别模型。本公开可以准确判断隐患箱体，提高弱光问题定位效率，为装维或线路维护提供数据支撑，从而减少跳变弱光占比。