CN110533627A - 用于检测网绳断裂的方法 - Google Patents

用于检测网绳断裂的方法 Download PDF

Info

Publication number
CN110533627A
CN110533627A CN201910611969.5A CN201910611969A CN110533627A CN 110533627 A CN110533627 A CN 110533627A CN 201910611969 A CN201910611969 A CN 201910611969A CN 110533627 A CN110533627 A CN 110533627A
Authority
CN
China
Prior art keywords
line segment
nettle
topological network
target object
path
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910611969.5A
Other languages
English (en)
Other versions
CN110533627B (zh
Inventor
韩建枫
胡洪磊
胡向丽
李�杰
乔佳
尉斌
李飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd
Tianjin University of Commerce
Original Assignee
TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd
Tianjin University of Commerce
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd, Tianjin University of Commerce filed Critical TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd
Priority to CN201910611969.5A priority Critical patent/CN110533627B/zh
Publication of CN110533627A publication Critical patent/CN110533627A/zh
Application granted granted Critical
Publication of CN110533627B publication Critical patent/CN110533627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种用于检测网绳断裂的方法，所述方法包括：基于识别算法提取输入图像中所包括的目标对象；根据提取到的目标对象，将其区分为线段和线段端部的连接点；根据所有连接点间的连接关系形成拓扑网络；根据所述拓扑网络，确定拓扑网络中所有的可行路径；根据所述可行路径，确定是否有可行但实际不存在的路径。本申请提供的用于检测铁路货车网绳断裂的方法和装置，采用LSD算法提前输入图像中网绳骨架，根据拓扑网络结构确定是否有实际不存在但可行的路径，从而判断是否有断裂的网绳，计算量较小，能够快速、准确地识别出图像中存在网绳断裂的位置，提升检测目标对象的效率和精度。

Description

用于检测网绳断裂的方法
技术领域
本发明涉及轨道交通、图像处理及模式识别的技术领域，具体说是一种用于检测铁路货车网绳断裂的方法。
背景技术
轨道交通安全规范中要求货车篷布需要用网绳进行加固，若网绳断裂，则存在篷布飘起的风险，所以需要对网绳是否存在断裂进行检测，若网绳断裂则需要进行提醒和警报。铁路货车上的网绳都是在车体下部固定点打结，并覆盖至整个车体。目前对网绳断裂的检测方法，一般都是通过人工进行肉眼判断。货运火车长度长，人工检测十分费时，另外，网绳展开时形成大量重复的四边形格子，肉眼识别难度高，很难及时确找到断裂的部位。
发明内容
本申请的目的在于提供一种用于检测网绳断裂的方法，来解决以上背景技术部分提到的技术问题。
第一方面，本申请提供了一种用于检测网绳断裂的方法，所述方法包括：基于识别算法提取输入图像中所包括的目标对象；根据提取到的目标对象，将其区分为线段和线段端部的连接点；根据所有连接点间的连接关系形成拓扑网络；根据所述拓扑网络，确定拓扑网络中所有的可行路径；根据所述可行路径，确定是否有可行但实际不存在的路径，若有则说明网绳断裂，反之则网绳完好。
在一些实施例中，所述的识别算法采用LSD算法，还包括在提取输入图像中所包括的目标对象之后对图像进行二值化，绳索部分为前景，其余部分为背景。
在一些实施例中，还包括在上述二值化之后，对所述线段的缺失部分进行线段修复。
在一些实施例中，所述线段修复的方法包括：选取所有孤立线段上的端点，以上述端点沿线段方向延伸设定长度，判断延长后的线段与其他线段上的端点的欧氏距离是否大于设定的阈值，是则两条线段的关系为不相连，否则相连。
在一些实施例中，所述形成拓扑网络包括：根据线段修复后的线段数据形成连接点之间的连接关系数据，并建立树形拓扑关系网，将连接点区分为根节点和叶节点，根节点为网绳末端固定点，叶节点为网绳之间的连接处。
在一些实施例中，所述寻找拓扑网络中所有的可行路径包括：根据树形拓扑网的结构，寻找一条从根节点延伸至输入图像上部的可行路径。
第二方面，本申请提供了一种用于检测铁路货车网绳断裂的装置，所述装置包括：提取单元，用于提取输入图像中所包括的目标对象，目标对象分为线段和线段端部的连接点；拓扑网络单元，用于根据所有连接点的连接关系建立拓扑网络；路径规划单元，用于确定拓扑网中所有的可行路径；判断单元，用于确定拓扑网络中是否有可行但实际不存在的路径。
第三方面，本申请提供了一种计算机设备，其特征在于，包括：存储器，存储可执行指令；一个或多个处理器，与存储器通信以执行可执行指令从而完成以下操作：基于识别算法提取输入图像中所包括的目标对象；根据提取到的目标对象，将其区分为线段和线段端部的连接点；根据所有连接点间的连接关系形成拓扑网络；根据所述拓扑网络，确定拓扑网络中所有的可行路径；根据所述可行路径，确定是否有可行但实际不存在的路径。
本申请提供的用于检测铁路货车网绳断裂的方法和装置，采用LSD算法提前输入图像中网绳骨架，根据拓扑网络结构确定是否有实际不存在但可行的路径，从而判断是否有断裂的网绳，计算量较小，能够快速、准确地识别出图像中存在网绳断裂的位置，提升检测目标对象的效率和精度。
附图说明
图1是本申请的检测铁路货车网绳断裂方法的流程图；
图2是根据本申请的检测铁路货车网绳断裂方法的一个应用场景的示意图：
图3是根据本申请的检测方法的一个实施例的经识别算法提取后的目标对象示意图；
图4是图3根据本申请提供的检测方法经线段修复之后的目标对象示意图。
图5是根据本申请的检测铁路货车网绳断裂装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的终端设备或服务器的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而并非对该发明的限定。另外还需说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了根据本申请的用于检测铁路货车网绳断裂的方法的一个实施例流程100。所述的方法包括以下步骤：
步骤101，基于识别算法提取输入图像中所包括的目标对象，将提取到的目标对象区分为线段和线段端部的连接点，参见图2、图3。
在本实施例中，所述的识别算法采用LSD算法，LSD算法的实施步骤：
①以S＝0.8的尺度对输入图像进行高斯下采样。
②计算每一个点的梯度值以及梯度方向(level-line orientation)。
③根据梯度值对所有点进行伪排序(pseudo-ordered)，建立状态列表，所有点初始状态设置为UNUSED。
④将梯度值小于ρ的点状态设置为USED。
⑤取出列表中梯度最大(伪排列的首位)的点作为种子点(seed)，状态列表中设为USED，循环进行以下操作：
a.以seed为起点，搜索周围UNUSED并且方向在阈值范围内的点，状态改为USED。
b.生成包含所有满足点的矩形R。
c.判断同性点(aligned pt)密度是否满足阈值D，若不满足，截断R变为多个矩形框，直至满足。NFAIε
d.计算NFA。
e.改变R使NFA的值更小直至，R加入输出列表。
⑥输出所有同性点并将灰度值置为255，其余点置为0。
在本实施例中，在提取输入图像中所包括的目标对象之后对图像进行二值化，绳索部分为前景，其余部分为背景。
步骤102，在上述二值化之后，对所述线段的缺失部分进行线段修复，修复结果参见图4。
在本实施例中所述线段修复的方法包括：选取所有孤立线段上的端点，以上述端点沿线段方向延伸一定长度l，本发明中l取值为200像素，判断延长后的线段与其他线段上的端点的欧氏距离是否大于设定的阈值ε，本发明中ε取值为50像素，是则两条线段的关系为不相连，否则相连。延长线方向范围为，本发明中θ取值为5’。
步骤103，根据所有连接点间的连接关系形成拓扑网络；
在本实施例中，所述形成拓扑网络包括：根据线段修复后的线段数据形成连接点之间的连接关系数据，并建立树形拓扑关系网，将连接点区分为根节点和叶节点，根节点为网绳末端固定点，叶节点为网绳之间的连接处。
步骤104，根据所述拓扑网络，确定拓扑网络中所有的可行路径。
在本实施例中，所述寻找拓扑网络中所有的可行路径包括：根据树形拓扑网的结构，寻找一条从根节点延伸至输入图像上部的可行路径。
步骤105，根据所述可行路径，确定是否有可行但实际不存在的路径，若有则说明网绳断裂，反之则网绳完好。
如图5所示，本发明实施例还提供了一种用于检测铁路货车网绳断裂的装置，所述装置600包括：提取单元601，用于提取输入图像中所包括的目标对象，目标对象分为线段和线段端部的连接点；602，线段修复单元，用于对提取单元提取到的线段的缺失部分进行修复；拓扑网络单元603，用于根据所有连接点的连接关系建立拓扑网络；路径规划单元604，用于确定拓扑网中所有的可行路径；判断单元605，用于确定拓扑网络中是否有可行但实际不存在的路径。
本发明实施例还提供了一种电子设备，例如可以是移动终端、个人计算机(PC)、平板电脑、服务器等。下面参考图6，其示出了适于用来实现本申请实施例的终端设备或服务器的电子设备700的结构示意图：计算机***700包括一个或多个处理器、通信部等，所述一个或多个处理器例如：一个或多个中央处理单元(CPU)701，和/或一个或多个图像处理器(GPU)713等，处理器可以根据存储在只读存储器(ROM)702中的可执行指令或者从存储部分708加载到随机访问存储器(RAM)703中的可执行指令而执行各种适当的动作和处理。通信部712可包括但不限于网卡，所述网卡可包括但不限于IB(Infiniband)网卡，
处理器可与只读存储器702和/或随机访问存储器630中通信以执行可执行指令，通过总线704与通信部712相连、并经通信部712与其他目标设备通信，从而完成本申请实施例提供的任一项方法对应的操作，例如，基于识别算法提取输入图像中所包括的目标对象；根据提取到的目标对象，将其区分为线段和线段端部的连接点；根据所有连接点间的连接关系形成拓扑网络；根据所述拓扑网络，确定拓扑网络中所有的可行路径；根据所述可行路径，确定是否有可行但实际不存在的路径。
此外，在RAM703中，还可存储有装置操作所需的各种程序和数据。CPU701、 ROM702以及RAM703通过总线704彼此相连。在有RAM703的情况下，ROM702 为可选模块。RAM703存储可执行指令，或在运行时向ROM702中写入可执行指令，可执行指令使处理器701执行上述通信方法对应的操作。输入/输出(I/O)接口705也连接至总线704。通信部712可以集成设置，也可以设置为具有多个子模块(例如多个IB 网卡)，并在总线链接上。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
需要说明的，如图6所示的架构仅为一种可选实现方式，在具体实践过程中，可根据实际需要对上述图6的部件数量和类型进行选择、删减、增加或替换；在不同功能部件设置上，也可采用分离设置或集成设置等实现方式，例如GPU和CPU可分离设置或者可将GPU集成在CPU上，通信部可分离设置，也可集成设置在CPU或GPU 上，等等。这些可替换的实施方式均落入本发明公开的保护范围。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行流程图所示的方法的程序代码，程序代码可包括对应执行本申请实施例提供的方法步骤对应的指令，例如，基于识别算法提取输入图像中所包括的目标对象；根据提取到的目标对象，将其区分为线段和线段端部的连接点；根据所有连接点间的连接关系形成拓扑网络；根据所述拓扑网络，确定拓扑网络中所有的可行路径；根据所述可行路径，确定是否有可行但实际不存在的路径。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。
可能以许多方式来实现本发明的方法和装置、设备。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和装置、设备。用于方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (9)

1.一种用于检测网绳断裂的方法，所述方法包括：
基于识别算法提取输入图像中所包括的目标对象，将目标对象区分为线段和线段端部的连接点；
根据所有连接点间的连接关系形成拓扑网络；
根据所述拓扑网络，确定拓扑网络中所有的可行路径；
根据所述可行路径，确定是否有可行但实际不存在的路径，若有则说明网绳断裂，反之则网绳完好。
2.根据权利要求1所述的方法，其特征在于，所述的识别算法采用LSD算法，还包括在提取输入图像中所包括的目标对象之后对图像进行二值化，绳索部分为前景，其余部分为背景。
3.根据权利要求2所述的方法，其特征在于，还包括在上述对图像进行二值化之后，对所述线段的缺失部分进行线段修复。
4.根据权利要求3所述的方法，其特征在于，所述线段修复的方法包括：
选取所有孤立线段上的端点，以上述端点沿线段方向延伸设定长度，判断延长后的线段与其他线段上的端点的欧氏距离是否大于设定的阈值，是则两条线段的关系为不相连，否则相连。
5.根据权利要求4所述的方法，其特征在于，所述形成拓扑网络包括：根据线段修复后的线段数据形成连接点之间的连接关系数据，并建立树形拓扑关系网，将连接点区分为根节点和叶节点，根节点为网绳末端固定点，叶节点为网绳之间的连接处。
6.根据权利要求5所述的方法，其特征在于，所述寻找拓扑网络中所有的可行路径包括：根据树形拓扑网的结构，寻找一条从根节点延伸至输入图像上部的可行路径。
7.一种用于检测铁路货车网绳断裂的装置，其特征在于，所述装置包括：
提取单元，用于提取输入图像中所包括的目标对象，目标对象分为线段和线段端部的连接点；
拓扑网络单元，用于根据所有连接点的连接关系建立拓扑网络；
路径规划单元，用于确定拓扑网中所有的可行路径；
判断单元，用于确定拓扑网络中是否有可行但实际不存在的路径。
8.根据权利要求7所述的装置，其特征在于：还包括线段修复单元，用于对提取单元提取到的线段的缺失部分进行修复。
9.一种计算机设备，其特征在于，包括：
存储器，存储可执行指令；
一个或多个处理器，与存储器通信以执行可执行指令从而完成以下操作：
基于识别算法提取输入图像中所包括的目标对象，将目标对象区分为线段和线段端部的连接点；
根据所有连接点间的连接关系形成拓扑网络；
根据所述拓扑网络，确定拓扑网络中所有的可行路径；
根据所述可行路径，确定是否有可行但实际不存在的路径。
CN201910611969.5A 2019-07-08 2019-07-08 用于检测网绳断裂的方法 Active CN110533627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910611969.5A CN110533627B (zh) 2019-07-08 2019-07-08 用于检测网绳断裂的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910611969.5A CN110533627B (zh) 2019-07-08 2019-07-08 用于检测网绳断裂的方法

Publications (2)

Publication Number Publication Date
CN110533627A true CN110533627A (zh) 2019-12-03
CN110533627B CN110533627B (zh) 2023-02-24

Family

ID=68659851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910611969.5A Active CN110533627B (zh) 2019-07-08 2019-07-08 用于检测网绳断裂的方法

Country Status (1)

Country Link
CN (1) CN110533627B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112330630A (zh) * 2020-11-05 2021-02-05 北京格灵深瞳信息技术有限公司 一种铁丝断裂识别的方法及电子设备
WO2022007127A1 (zh) * 2020-07-08 2022-01-13 胡飞青 保护绳体断裂状态识别***及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586254A (en) * 1992-02-13 1996-12-17 Hitachi Software Engineering Co., Ltd. System for managing and operating a network by physically imaging the network
US20090316602A1 (en) * 2008-06-18 2009-12-24 Biswajit Nandy Method and System for Network Topology Discovery
US20090326404A1 (en) * 2002-05-03 2009-12-31 Paul Sajda Single trial detection in encephalography
US7983174B1 (en) * 2005-12-19 2011-07-19 Cisco Technology, Inc. Method and apparatus for diagnosing a fault in a network path
US20130114462A1 (en) * 2011-11-04 2013-05-09 Cisco Technology, Inc. Sub-Topology Discovery for Operating Hybrid Solutions
US9525598B1 (en) * 2014-11-13 2016-12-20 Amazon Technologies, Inc. Network testing device for automated topology validation
CN108038846A (zh) * 2017-12-04 2018-05-15 国网山东省电力公司电力科学研究院 基于多层卷积神经网络的输电线路设备图像缺陷检测方法及***
CN109165781A (zh) * 2018-08-15 2019-01-08 山东鲁能软件技术有限公司 计算电力***单线图连接线路径的方法、装置及终端设备
CN109768883A (zh) * 2018-12-21 2019-05-17 华为技术服务有限公司 一种网络拓扑路径的确定方法、装置和终端设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586254A (en) * 1992-02-13 1996-12-17 Hitachi Software Engineering Co., Ltd. System for managing and operating a network by physically imaging the network
US20090326404A1 (en) * 2002-05-03 2009-12-31 Paul Sajda Single trial detection in encephalography
US7983174B1 (en) * 2005-12-19 2011-07-19 Cisco Technology, Inc. Method and apparatus for diagnosing a fault in a network path
US20090316602A1 (en) * 2008-06-18 2009-12-24 Biswajit Nandy Method and System for Network Topology Discovery
US20130114462A1 (en) * 2011-11-04 2013-05-09 Cisco Technology, Inc. Sub-Topology Discovery for Operating Hybrid Solutions
US9525598B1 (en) * 2014-11-13 2016-12-20 Amazon Technologies, Inc. Network testing device for automated topology validation
CN108038846A (zh) * 2017-12-04 2018-05-15 国网山东省电力公司电力科学研究院 基于多层卷积神经网络的输电线路设备图像缺陷检测方法及***
CN109165781A (zh) * 2018-08-15 2019-01-08 山东鲁能软件技术有限公司 计算电力***单线图连接线路径的方法、装置及终端设备
CN109768883A (zh) * 2018-12-21 2019-05-17 华为技术服务有限公司 一种网络拓扑路径的确定方法、装置和终端设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
JIE TIAN 等: ""Literature Review of Research on the Technology of Wire Rope Nondestructive Inspection in China and Abroad"", 《HTTPS://DOI.ORG/10.1051/MATECCONF/20152203025》 *
宋蓓蓓等: "基于脉冲耦合神经网络的路面裂缝提取", 《长安大学学报(自然科学版)》 *
左志权等: "DSM辅助下城区大比例尺正射影像镶嵌线智能检测", 《测绘学报》 *
彭向阳等: "变电站机器人智能巡检技术及应用效果", 《高压电器》 *
李苹: "上海铁路局网络拓扑的安全性研究", 《上海铁道科技》 *
王海明: ""SNS柔性防护网在公路高边坡的应用及施工安装方法和注意事项"", 《居舍》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022007127A1 (zh) * 2020-07-08 2022-01-13 胡飞青 保护绳体断裂状态识别***及方法
CN112330630A (zh) * 2020-11-05 2021-02-05 北京格灵深瞳信息技术有限公司 一种铁丝断裂识别的方法及电子设备

Also Published As

Publication number Publication date
CN110533627B (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
CN105095755A (zh) 文件识别方法和装置
CN108229341A (zh) 分类方法和装置、电子设备、计算机存储介质、程序
CN110348522A (zh) 一种图像检测识别方法及***、电子设备、图像分类网络优化方法及***
CN110533627A (zh) 用于检测网绳断裂的方法
CN103914546A (zh) 数据更新方法及其装置
CN113792061B (zh) 地图数据的更新方法、装置及电子设备
CN106371932A (zh) 一种基于zookeeper的信息配置方法及装置
EP3872701A2 (en) Method and appratus for determining location of signal light, storage medium, program and roadside device
CN112883236B (zh) 一种地图更新方法、装置、电子设备及存储介质
CN112115975A (zh) 一种适用于监拍装置的深度学习网络模型快速迭代训练方法及设备
CN115905427A (zh) 资金流向异常识别方法、装置、设备及计算机存储介质
CN112888008B (zh) 基站异常检测方法、装置、设备及存储介质
CN113452700B (zh) 处理安全信息的方法、装置、设备以及存储介质
CN109634569A (zh) 基于注解的流程实现方法、装置、设备及可读存储介质
CN117724980A (zh) 软件框架性能的测试方法、装置、电子设备和存储介质
CN113762109A (zh) 一种文字定位模型的训练方法及文字定位方法
CN113033431B (zh) 光学字符识别模型训练和识别方法、装置、设备及介质
CN116127667A (zh) 有向图的层次布局方法、装置、电子设备及存储介质
CN110096594A (zh) 一种短信范式库生成方法、装置及计算机存储设备
CN112489057B (zh) 交通标志数据处理方法、电子装置和存储介质
CN113447013B (zh) 施工道路识别方法、装置、设备、存储介质和程序产品
CN112988932B (zh) 高精地图标注方法、装置、设备、可读存储介质及产品
CN107463417A (zh) 一种应用程序模板安装方法和装置
CN114218344A (zh) 地图数据更新方法、装置、设备、存储介质和程序产品
CN113761169A (zh) 一种价格识别方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant