公开(公告)号：CN112990083A

公开(公告)日：2021-06-18

申请号：CN202110372069.7

申请日：2021-04-07

Applicant: 重庆大学

Inventor： 李秀华 ,  郭晨曦 ,  虞皖川 ,  明钊 ,  李辉 ,  杨正益 ,  范琪琳

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的宽带装机质量监控系统，使用软件算法替代人工操作，可用于开发智能的宽带装机巡检系统，该方法可减少工作人员的劳动强度，提高检测效率和精度；提高了设备、端口和工单的定位和识别的正确率，本发明以YOLOv3为基础构建装机设备、端口和工单的定位和识别模型，可有效提高装机设备、端口和工单定位的准确性；为后续的缺陷分析提供了有力的支持，通过使用本发明的检测模型，可以从装机扫描图片中快速准确地定位设备、端口和工单，并分割出子图区域，这些输出的图片只包含一种已知型号的设备、端口和工单，极大方便了后续对设备、端口和工单状态的分析，降低了后续分析的难度。