一种基于YOLO算法的AI装维巡检方法及系统

摘要

本发明的一种基于YOLO算法的AI装维巡检方法及系统，采集海量现场原始设备的巡检图片，通过卷积神经网络模型训练，且根据模型对采集的新上传图片分类预测，上传质检图片至云端平台，针对质检图像预处理后，通过改进的YOLO算法进行图像端口特征识别，通过测试后检验并输出结果；构建图像端口矩阵，将所述端口识别输出结果通过端口矩阵输出表示。本发明的一种基于YOLO算法的AI装维巡检方法及系统，在传统的人工识别的合规与不合规基础上，细致划分不合规的具体类别，便于神经网络更加细致提取当前采集的质检图像特征，提高待识别图像的精准度，且通过构建端口矩阵，反映当前采集的质检图片的端口占用情况，降低人工比对的成本。