摘要
本发明公开了一种基于Yolov4的设备状态灯识别系统及方法,涉及设备智能识别技术领域,该方法包括:控制机器人采集机房设备状态灯图像,并对图像进行Mosaic数据增强和标注,构建数据集;构建状态灯识别模型,所述状态灯识别模型包括输入层、主干网络、融合网络和预测输出;使用CIOU Loss和DIOU_NMS改进损失函数,提升回归精度;训练所述状态灯识别模型,引入自对抗训练和跨小批量标准化,获得权重文件;部署训练好的状态灯识别模型,识别设备状态灯图像。本发明通过构建状态灯识别模型,解决了当前目标检测算法对多目标、小目标的检测效果不佳等问题,具有实时识别效率高,对小目标识别效果好,识别准确率高的优点。
技术关键词
灯识别方法
识别模型训练
图像拍摄模块
机房设备
识别系统
设备智能识别
多层次特征融合
网络
数据存储模块
训练集
数据采集模块
显示设备状态
高层语义信息
识别设备
预警模块