(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211079390.7 (22)申请日 2022.09.05 (71)申请人 哈尔滨理工大 学 地址 150080 黑龙江省哈尔滨市南岗区学 府路52号 (72)发明人 高俊国　刘泓铄　姚子恒　王然　 郭宁　李丽丽　王玉龙　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 杨红娟 (51)Int.Cl. G06T 7/00(2017.01) G06N 20/00(2019.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 基于人工智能的电缆 缺陷检测方法及系统 (57)摘要 本申请涉及电缆检测领域， 尤其涉及一种基 于人工智能的电缆缺陷检测方法及系统， 包括获 取电缆系统的存储数据； 依据所述存储数据分析 获得影响所述电缆系统的影 响因子， 以及与所述 影响因子对应的影 响权重； 将不同电缆系统在不 同周期的存储 数据作为训练样 本数据， 训练人工 智能模型； 获取任一电缆系统的当前数据， 以对 当前电缆系统的所述影响因子和影响权重进行 赋值， 通过人工智能模型计算当前电缆系统的缺 陷发生概率， 并推断当前电缆系统潜在缺陷问 题。 同时可以替代人工巡检， 减少人工及人工在 危险区域作业， 提高作业效率。 权利要求书2页 说明书5页 附图2页 CN 115409820 A 2022.11.29 CN 115409820 A 1.一种基于人工智能的电缆 缺陷检测方法， 其特 征在于， 包括如下步骤： 获取电缆系统的存 储数据； 依据所述存储数据分析获得影响所述电缆系统 的影响因子， 以及与 所述影响因子对应 的影响权 重； 将不同电缆系统在不同周期的存 储数据作为训练样本数据， 训练人工智能模型； 获取任一电缆系统 的当前数据， 以对当前电缆系统 的所述影响因子和影响权重进行赋 值， 通过人工智能模型计算当前电缆系统的缺陷发生概率， 并推 断当前电缆系统潜在缺陷 问题。 2.如权利要求1所述的基于人工智能的电缆 缺陷检测方法， 其特 征在于， 所述将不同电缆系统在不同周期的存储数据作为训练样本数据， 训练人工智能模型， 具体为： 依据不同电缆系统的不同周期对应的影响因子和影响权重分别计算对应的缺陷发生 概率， 所述概率等于影响因子和影响权重的乘积求和， 根据不同电缆系统的不同周期的缺 陷发生概率训练人工智能模型。 3.如权利要求1所述的基于人工智能的电缆缺陷检测方法， 其特征在于,所述获取任一 电缆系统的当前数据， 以对当前电缆系统的所述影响因子和影响权重进行赋值， 通过人工 智能模型计算当前电缆系统的缺陷发生概率， 并推 断当前电缆系统潜在缺陷问题， 之前还 包括： 依据不同电缆系统在不同周期的存 储数据生成缺陷等级判断规则。 4.如权利要求3所述的基于人工智能的电缆 缺陷检测方法， 其特 征在于， 所述通过人工智能模型计算当前电缆系统的缺陷发生 概率， 具体包括： 依据所述缺陷等级判断规则确定当前电缆系统 的缺陷发生概率的缺陷等级， 所述缺陷 等级包括无缺陷、 微小缺陷、 中型缺陷、 严重缺陷。 5.如权利要求1所述的基于人工智能的电缆 缺陷检测方法， 其特 征在于， 还包括： 所述人工智能模型对待检测图像和所述至少一个目标子 图像进行处理， 得到 至少一个目标缺陷框， 根据所述至少一个目标缺陷框得到 至少一个目标缺陷图像。 6.如权利要求5所述的基于人工智能的电缆 缺陷检测方法， 其特 征在于， 还 包括： 对于所述待检测图像和所述至少一个目标子图像中的任一待处理图像， 基于所述人工 智能模型将所述待处 理图像划分为至少两个图像块； 对于任一图像块， 响应于所述图像块被检测为缺陷的概率大于第一概率， 对所述图像 块进行边框回归校准， 得到第二 目标缺陷框， 所述边框回归校准用于将所述图像块的边框 基于压缩比例转换为在所述待检测图像中的目标缺陷框； 响应于得到的第二目标缺陷框的数量大于一， 对至少两个第二缺陷框进行去重， 得到 最终确定目标缺陷框 。 7.一种基于人工智能的电缆 缺陷计算系统， 其特 征在于， 包括： 获取单元， 用于获取电缆系统的存 储数据， 以及获取任一电缆系统的当前 数据； 处理单元， 用于依据所述存储数据分析获得影响所述电缆系统的影响因子， 以及与所 述影响因子对应的影响权 重；权　利　要　求　书 1/2 页 2 CN 115409820 A 2训练单元， 用于将不同电缆系统在不同周期的存储数据作为训练样本数据， 训练人工 智能模型； 计算单元， 用于对当前电缆系统的所述影响因子和影响权重进行赋值， 通过人工智能 模型计算当前电缆系统的缺陷发生 概率， 并推断当前电缆系统潜在缺陷问题。 8.如权利要求7 所述的基于人工智能的电缆 缺陷计算系统， 其特 征在于： 所述处理单元依据不同电缆系统在不同周期的存 储数据生成缺陷等级判断规则。 9.如权利要求8所述的基于人工智能的电缆 缺陷计算系统， 其特 征在于： 还包括判断单元， 所述判断单元依据 所述缺陷等级判断规则确定当前电缆系统 的缺陷 发生概率的缺陷等级， 所述 缺陷等级包括无缺陷、 微小缺陷、 中型缺陷、 严重缺陷。 10.如权利要求8所述的基于人工智能的电缆缺陷计算系统， 其特征在于， 所述计算单 元还包括， 将所述人工智能模型对待检测图像和所述至少一个目标子图像进行处理， 得到 至少一个目标缺陷框， 根据所述至少一个目标缺陷框得到 至少一个目标缺陷图像。权　利　要　求　书 2/2 页 3 CN 115409820 A 3