一种基于深度学习的数据中心设备图像识别方法、系统、设备及其介质

本发明提供了一种基于深度学习的数据中心设备图像识别方法、系统、设备及其介质，其方法包括以下步骤：步骤一、获取数据中心设备的关键图像信息并记录设备相关信息。本发明通过深度学习模型自动识别数据中心设备图像，相比传统人工巡检极大地提高了识别效率，减少了人力成本和时间消耗，同时，深度学习模型通过大量数据训练，能够准确识别设备的类别、型号和状态等信息，避免了人工巡检的主观性差异和疏漏错误；通过利用大量数据对深度学习模型进行训练，并定期对深度学习模型的性能进行评估和优化，能够适应数据中心复杂多变的环境，不受固定规则和模板的限制，可随着设备的更新换代和技术发展进行更新优化，从而及时满足管理和维护需求。