摘要
本申请公开了一种基于球面正则化和软边界三元损失的设备识别方法、装置、电子设备及存储介质,所述方法包括步骤:S1、从工业场景中采集设备图像或视频,对设备图像样本进行标注,生成三元组样本;S2、基于球面正则化和软边界三元损失训练特征提取网络模型;S3、实时采集工业场景的设备图像或视频,使用预训练的目标检测模型检测设备位置;S4、提取设备区域,输入特征提取网络模型,归一化操作得到嵌入特征,根据嵌入特征匹配最近的类别中心,完成分类。本申请通过球面正则化损失和软边界三元损失优化,改善嵌入空间中设备样本的分布,确保同类样本紧密聚集、异类样本充分分离,减轻类别不均衡对识别的影响,提高识别的准确性和鲁棒性。
技术关键词
设备识别方法
特征提取网络
嵌入特征
样本
球面
三元组
采集设备
图像
平均类间距离
设备特征
设备识别装置
检测设备
深度卷积神经网络
锚点
视频
机器人巡检
场景
无人机巡检
模型训练模块
电子设备