一种故障检测方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115937057A(43)申请公布日2023.04.07(21)申请号202110668731.3G06N3/08(2006.01)(22)申请日2021.06.16(71)申请人华为云计算技术有限公司地址550025贵州省贵阳市贵安新区黔中大道交兴功路华为云数据中心(72)发明人姜华杰刘昊淼金鑫涂丹丹(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285专利代理师聂秀娜(51)Int.Cl.G06T7/00(2017.01)G06V10/74(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书2页说明书15页附图10页(54)发明名称一种故障检测方法和装置(57)摘要本申请公开了人工智能领域中的一种故障检测方法，该方法包括：获取第一部件图像之后，将第一部件图像输入预先训练好的重构模型，再将第一部件图像与重构模型输出的第二部件图像输入预先训练好的注意力模型，根据第一差异图与注意力模型输出的权重图像生成第二差异图，当第二差异图中像素值之和大于或等于预设故障阈值时输出故障告警信号。该故障检测方法中的重构模型不需要利用大量故障数据训练，因此可以提高模型开发效率和故障检测范围。而且第二差异图可以指示可能发生故障的区域，可以减少无关区域的噪声干扰，提升故障识别准确率。CN115937057ACN115937057A权利要求书1/2页1.一种故障检测方法，其特征在于，包括：获取第一部件图像；将所述第一部件图像输入预先训练好的重构模型，所述重构模型为根据正常部件图像训练得到的；根据所述第一部件图像与所述重构模型输出的第二部件图像生成第一差异图；将所述第一部件图像与所述第二部件图像输入预先训练好的的注意力模型；根据所述第一差异图与所述注意力模型输出的权重图像生成第二差异图；当所述第二差异图中像素值之和大于或等于预设故障阈值时，输出故障告警信号。2.根据权利要求1所述的方法，其特征在于，所述获取第一部件图像包括：获取包括部件的场景图像；确定在所述场景图像中部件的位置；根据所述部件的位置从所述场景图像中提取出第一部件图像。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一差异图与所述注意力模型输出的权重图像生成第二差异图包括：将所述注意力模型输出的权重图像二值化，以得到二值图像；使用所述二值图像对所述第一差异图进行图像掩模处理，以得到第二差异图。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一差异图与所述注意力模型输出的权重图像生成第二差异图包括：将所述注意力模型输出的权重图像中目标像素的像素值修改为0，所述目标像素对应的权重小于或等于预设权重；将修改后的权重图像与所述第一差异图融合为第二差异图。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：当所述第二差异图中像素值之和大于或等于预设故障阈值时，显示所述第二差异图。6.根据权利要求1至4中任一项所述的方法，其特征在于，所述重构模型为自编码器、生成对抗网络模型或基于上下文的图像生成模型。7.一种训练注意力模型的方法，其特征在于，包括：获取第一部件图像样本和掩模图像样本；将所述第一部件图像样本和所述掩模图像样本进行图像叠加，得到第三部件图像样本；使用预先训练好的重构模型将所述第一部件图像样本转换为第二部件图像样本；根据所述第三部件图像样本、所述第二部件图像样本和掩模图像样本对注意力模型进行训练，所述第三部件图像样本和所述第二部件图像样本作为所述注意力模型的输入，所述掩模图像样本作为所述注意力模型的目标。8.一种故障检测装置，其特征在于，包括：获取图像单元，用于获取第一部件图像；处理单元，用于将所述第一部件图像输入预先训练好的重构模型，所述重构模型为根据正常部件图像训练得到的；所述处理单元，还用于将所述第一部件图像与所述重构模型输出的第二部件图像输入预先训练好的注意力模型；2CN115937057A权利要求书2/2页所述处理单元，还用于根据所述第一差异图与所述注意力模型输出的权重图像生成第二差异图；告警单元，用于当第二差异图中像素值之和大于或等于预设故障阈值时，输出故障告警信号。9.根据权利要求8所述的装置，其特征在于，所述获取图像单元包括：摄像模块，用于获取包括部件的场景图像；部件检测模块，用于确定所述场景图像中部件位置；根据所述部件位置从所述场景图像中提取出第一部件图像。10.根据权利要求8所述的装置，其特征在于，所述处理单元，还用于将所述注意力模型输出的权重图像二值化，以得到二值图像；使用所述二值图像对所述第一差异图进行图像掩模处理，以得到第二差异图。11.根据权利要求8所述的装置，其特征在于