CN115205285A - 部署有架空线路缺陷识别算法的设备及其缺陷识别方法 - Google Patents

部署有架空线路缺陷识别算法的设备及其缺陷识别方法 Download PDF

Info

Publication number
CN115205285A
CN115205285A CN202211106756.5A CN202211106756A CN115205285A CN 115205285 A CN115205285 A CN 115205285A CN 202211106756 A CN202211106756 A CN 202211106756A CN 115205285 A CN115205285 A CN 115205285A
Authority
CN
China
Prior art keywords
processing chip
algorithm
defect identification
verification
equipment
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
CN202211106756.5A
Other languages
English (en)
Other versions
CN115205285B (zh
Inventor
甘健
孙毓彤
李乐乐
王子磊
刘海峰
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.)
Hefei Zhongke Leinao Intelligent Technology Co ltd
Original Assignee
Hefei Zhongke Leinao Intelligent Technology Co ltd
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 Hefei Zhongke Leinao Intelligent Technology Co ltd filed Critical Hefei Zhongke Leinao Intelligent Technology Co ltd
Priority to CN202211106756.5A priority Critical patent/CN115205285B/zh
Publication of CN115205285A publication Critical patent/CN115205285A/zh
Application granted granted Critical
Publication of CN115205285B publication Critical patent/CN115205285B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/96—Management of image or video recognition tasks
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了部署有架空线路缺陷识别算法的设备及其缺陷识别方法，属于架空线路缺陷识别技术领域，包括第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。本发明针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。

Description

部署有架空线路缺陷识别算法的设备及其缺陷识别方法
技术领域
本发明涉及架空线路缺陷识别技术领域，具体涉及部署有架空线路缺陷识别算法的设备及其缺陷识别方法。
背景技术
配电网分布随着经济增长愈加复杂，运维管理难度大，目前电网线路依旧主要采用人工和无人机巡视的方式，产生大量的图像数据，主要以人工进行审核为主，对于现代电网的快速发展及安全运行已不能满足日常运维需求。
当前人工审核主要问题在于耗时耗力，效率低下，且评判标准过于依赖主观因素，未形成统一分析标准，导致缺陷识别准确率较低，上述问题亟待解决，为此，提出部署有架空线路缺陷识别算法的设备及其缺陷识别方法。
发明内容
本发明所要解决的技术问题在于：如何解决当前人工审核主要问题在于耗时耗力，效率低下，且评判标准过于依赖主观因素，未形成统一分析标准，导致缺陷识别准确率较低的问题，提供了部署有架空线路缺陷识别算法的设备。
本发明是通过以下技术方案解决上述技术问题的，本发明包括：第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。
更进一步地，所述第一处理芯片、第二处理芯片各自运行独立的Linux系统，通过PCI接口进行通信。
本发明还提供了部署有架空线路缺陷识别算法的设备的缺陷识别方法，采用上述的设备进行架空线路缺陷识别工作，包括以下步骤：
S1：设备上电，第一处理芯片启动成功后尝试启动第二处理芯片中部署的算法服务并做校验，若启动成功则进入挂载监测状态，若启动失败则重启；
S2：当监测到有USB挂载移动存储设备时，根据输入、升级目录存在与否进入升级、数据处理模式或直接提示用户取出设备；
S3：进入数据处理模式，通过第一处理芯片获取输入图片清单，然后逐一通过PCI通信接口发送至第二处理芯片，第一处理芯片等待接收第二处理芯片的检测结果并作标注和保存，待所有图片检测完成后生成报告，提示用户取出设备，待用户取出后重新进入挂载监测状态。
更进一步地，在所述步骤S1中，第一处理芯片在算法服务启动之后，发送校验图片至第二处理芯片，通过已部署的算法服务获取检测结果，并与存放于版本包文本文件中的预期结果做对比，若一致则认为算法服务启动成功，否则认为算法服务启动失败，校验过程预设执行3次，直到出现1次校验成功或3次均未校验成功则结束校验逻辑。
更进一步地，在所述步骤S2中，第一处理芯片在校验算法服务过后，进入挂载监测逻辑，即持续监测是否存在U盘挂载目录，若存在则进入该目录查看第一层级下是否有约定命名的输入或升级目录，若存在升级目录（命名为Upgrade，支持大小写）则进入升级逻辑，若存在输入目录（命名为In，支持大小写）且不存在升级目录则进入数据处理逻辑，若两个目录均不存在则提示用户取出U盘。
更进一步地，在所述步骤S3中，第一处理芯片接收的算法服务处理结果，即检测结果，包括缺陷名称和矩形框左上角、右下角两个顶点的X、Y轴坐标，根据算法服务处理结果在原图中画框；然后基于精确到秒的时间戳建立输出顶层目录，在顶层目录中复制原图的目录层次，保存画框后的输出图片，同时获取原图包含的拍摄经纬度、海拔信息，和输入、输出路径一起放在内存中；待所有输入图片处理完成后，根据内存中的缺陷信息生成统计报表。
更进一步地，在所述步骤S3中，进入升级模式时，第一处理芯片先对算法服务的版本升级包进行校验，若校验失败则停止升级；若校验成功则解压版本升级包，尝试重新启动算法服务并作校验，若校验通过则提示升级成功，否则提示升级失败，回退到原有版本。
更进一步地，版本升级包发布时附带一个文本文件，内容是版本升级包的MD5SUM值，进入升级逻辑时，获取版本升级包的MD5SUM值，与附带文本文件中MD5SUM值做比较，若比较通过则认为校验通过，否则认为校验未通过。
更进一步地，第一处理芯片重启设备，第二处理芯片在操作系统自启过程中将启动新版算法服务，然后由第一处理芯片进行算法服务的启动校验，若校验通过，则提示升级成功，并备份新的版本包；若校验失败，则提升升级失败，并回退到原有版本。
本发明相比现有技术具有以下优点：该部署有架空线路缺陷识别算法的设备，针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。
附图说明
图1是本发明实施例一中部署有架空线路缺陷识别算法的设备的运行流程示意图；
图2是本发明实施例一中利用设备进行缺陷识别时的时序图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例一
本实施例提供一种技术方案：部署有架空线路缺陷识别算法的设备，为算法盒子，所述算法盒子包括第一处理芯片RK3568和第二处理芯片MLU220，各自运行独立的Linux系统，通过PCI进行通信，通过第一处理芯片RK3568管理数据输入输出，通过第二处理芯片MLU220进行算法处理，可对配网架空线路通道环境、塔杆本体和基础设施等进行缺陷识别，并统计识别结果。
需要说明的是，所述第二处理芯片MLU220上部署了树障检测与分级、绝缘子检测与分类、导线散股检测、防震锤损坏检测、鸟巢检测等算法服务；上述第一处理芯片、第二处理芯片的型号包括但不限上述的RK3568、MLU220。
如图1所示，在本实施例中，设备的运行过程包括以下步骤：
第一步：设备上电后，第一处理芯片RK3568启动成功后尝试启动第二处理芯片MLU220中部署的算法服务并做校验，若启动成功则进入挂载监测状态，若启动失败则重启；
在本步骤中，第一处理芯片RK3568在算法服务启动之后，发送校验图片至第二处理芯片MLU220，通过已部署的算法服务获取检测结果，并与存放于版本包文本文件中的预期结果做对比，若一致则认为算法服务启动成功，否则认为算法服务启动失败。
需要说明的是，该校验过程会被尝试3次，只要遇到1次校验成功则结束校验逻辑。
第二步：当监测到有USB挂载移动存储设备时，根据输入、升级目录存在与否进入升级、数据处理模式或直接提示用户取出设备；
在本步骤中，在所述步骤S2中，第一处理芯片RK3568在校验算法服务过后，进入挂载监测逻辑，即持续监测是否存在U盘挂载目录，若存在则进入该目录查看第一层级下是否有约定命名的输入或升级目录，若存在升级目录（命名为Upgrade，支持大小写）则进入升级逻辑，若存在输入目录（命名为In，支持大小写）且不存在升级目录则进入数据处理逻辑，若两个目录均不存在则提示用户取出U盘。
第三步：进入数据处理模式时，第一处理芯片RK3568首先获取输入图片清单，然后逐一通过PCI通信接口发送至第二处理芯片MLU220，第一处理芯片RK3568等待接收第二处理芯片MLU220的检测结果并作标注和保存，待所有图片检测完成后生成报告，提示用户取出设备，待用户取出后重新进入挂载监测状态。
在本步骤中，第一处理芯片RK3568接收的算法服务处理结果（检测结果）包括缺陷名称和矩形框左上角、右下角两个顶点的X、Y轴坐标，根据算法服务处理结果在原图中画框；然后基于精确到秒的时间戳建立输出顶层目录，在顶层目录中复制原图的目录层次，保存画框后的输出图片，同时获取原图包含的拍摄经纬度、海拔等信息，和输入、输出路径一起放在内存中；待所有输入图片处理完成后，根据内存中的缺陷信息生成统计报表。
第四步：进入升级模式时，第一处理芯片RK3568首先对算法服务的版本升级包进行校验，若校验失败则停止升级；若校验成功则解压版本升级包，尝试重新启动算法服务并作校验，若校验通过则提示升级成功，否则提示升级失败，回退到原有版本。
在本步骤中，版本升级包发布时附带一个文本文件，内容是版本升级包的MD5SUM值，进入升级逻辑时，获取版本升级包的MD5SUM值，与附带文本文件中MD5SUM值做比较，若比较通过则认为校验通过，否则认为校验未通过。
在本步骤中，启动算法服务并作校验的具体过程为：第一处理芯片RK3568重启设备，第二处理芯片MLU220在操作系统自启过程中将启动新版算法服务，然后由第一处理芯片RK3568进行算法服务的启动校验，若校验通过，则提示升级成功，并备份新的版本包；若校验失败，则提升升级失败，并回退到原有版本。
综上所述，上述实施例的部署有架空线路缺陷识别算法的设备，针对配网架空线路巡检场景下产生的大量图像数据，通过设备中部署的深度学习算法，基于多种缺陷对应的多种评判标准进行缺陷识别，并自动生成统计报表，值得被推广使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.部署有架空线路缺陷识别算法的设备，其特征在于，包括：第一处理芯片、第二处理芯片，通过部署在所述第二处理芯片的算法服务，对配网架空线路通道环境、塔杆本体和基础设施进行缺陷识别，并统计识别结果，所述第一处理芯片用于管理数据输入及输出。
2.根据权利要求1所述的部署有架空线路缺陷识别算法的设备，其特征在于：所述第一处理芯片、第二处理芯片各自运行独立的Linux系统，通过PCI接口进行通信。
3.部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于，采用如权利要求1或2所述的设备进行架空线路缺陷识别工作，包括以下步骤：
S1：设备上电，第一处理芯片启动成功后尝试启动第二处理芯片中部署的算法服务并做校验，若启动成功则进入挂载监测状态，若启动失败则重启；
S2：当监测到有USB挂载移动存储设备时，根据输入、升级目录存在与否进入升级、数据处理模式或直接提示用户取出设备；
S3：进入数据处理模式，通过第一处理芯片获取输入图片清单，然后逐一通过PCI通信接口发送至第二处理芯片，第一处理芯片等待接收第二处理芯片的检测结果并作标注和保存，待所有图片检测完成后生成报告，提示用户取出设备，待用户取出后重新进入挂载监测状态。
4.根据权利要求3所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：在所述步骤S1中，第一处理芯片在算法服务启动之后，发送校验图片至第二处理芯片，通过已部署的算法服务获取检测结果，并与存放于版本包文本文件中的预期结果对比，若一致则认为算法服务启动成功，否则认为算法服务启动失败，校验过程预设执行3次，直到出现1次校验成功或3次均未校验成功则结束校验逻辑。
5.根据权利要求4所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：在所述步骤S2中，第一处理芯片在校验算法服务过后，进入挂载监测逻辑，即持续监测是否存在U盘挂载目录，若存在则进入该目录查看第一层级下是否有约定命名的输入或升级目录，若存在升级目录则进入升级逻辑，若存在输入目录且不存在升级目录则进入数据处理逻辑，若两个目录均不存在则提示用户取出U盘。
6.根据权利要求5所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：在所述步骤S3中，第一处理芯片接收的算法服务处理结果，即检测结果，包括缺陷名称和矩形框左上角、右下角两个顶点的X、Y轴坐标，根据算法服务处理结果在原图中画框；然后基于精确到秒的时间戳建立输出顶层目录，在顶层目录中复制原图的目录层次，保存画框后的输出图片，同时获取原图包含的拍摄经纬度、海拔信息，和输入、输出路径一起放在内存中；待所有输入图片处理完成后，根据内存中的缺陷信息生成统计报表。
7.根据权利要求6所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：在所述步骤S3中，进入升级模式时，第一处理芯片先对算法服务的版本升级包进行校验，若校验失败则停止升级；若校验成功则解压版本升级包，尝试重新启动算法服务并作校验，若校验通过则提示升级成功，否则提示升级失败，回退到原有版本。
8.根据权利要求7所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：版本升级包发布时附带一个文本文件，内容是版本升级包的MD5SUM值，进入升级逻辑时，获取版本升级包的MD5SUM值，与附带文本文件中MD5SUM值做比较，若比较通过则认为校验通过，否则认为校验未通过。
9.根据权利要求8所述的部署有架空线路缺陷识别算法的设备的缺陷识别方法，其特征在于：第一处理芯片重启设备，第二处理芯片在操作系统自启过程中将启动新版算法服务，然后由第一处理芯片进行算法服务的启动校验，若校验通过，则提示升级成功，并备份新的版本包；若校验失败，则提升升级失败，并回退到原有版本。
CN202211106756.5A 2022-09-13 2022-09-13 部署有架空线路缺陷识别算法的设备及其缺陷识别方法 Active CN115205285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211106756.5A CN115205285B (zh) 2022-09-13 2022-09-13 部署有架空线路缺陷识别算法的设备及其缺陷识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211106756.5A CN115205285B (zh) 2022-09-13 2022-09-13 部署有架空线路缺陷识别算法的设备及其缺陷识别方法

Publications (2)

Publication Number Publication Date
CN115205285A true CN115205285A (zh) 2022-10-18
CN115205285B CN115205285B (zh) 2022-11-29

Family

ID=83572987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211106756.5A Active CN115205285B (zh) 2022-09-13 2022-09-13 部署有架空线路缺陷识别算法的设备及其缺陷识别方法

Country Status (1)

Country Link
CN (1) CN115205285B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117253179A (zh) * 2023-11-20 2023-12-19 合肥中科类脑智能技术有限公司 配电线路鸟巢检测方法、存储介质和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130076765A1 (en) * 2011-09-28 2013-03-28 Hakhyun Nam Image Data Displaying System and Method for Displaying Image Data
CN206948352U (zh) * 2017-06-27 2018-01-30 国网山东省电力公司威海供电公司 一种便携式手持网络巡检装置
CN110688073A (zh) * 2019-10-10 2020-01-14 深圳市网心科技有限公司 数据存储方法、电子设备、系统及介质
CN111600383A (zh) * 2020-05-12 2020-08-28 合肥中科类脑智能技术有限公司 输电线路智能一体化巡检装置
CN216905092U (zh) * 2021-07-29 2022-07-05 四川天翼网络服务有限公司 一种基于arm架构的考生违规行为实时检测系统
CN114724092A (zh) * 2021-01-05 2022-07-08 中国电子科技集团公司第五十四研究所 一种在线实时升级的监视系统
CN114895845A (zh) * 2022-04-28 2022-08-12 深圳市联普医疗科技有限公司 一种emmc数据存储的控制方法及嵌入式主板

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130076765A1 (en) * 2011-09-28 2013-03-28 Hakhyun Nam Image Data Displaying System and Method for Displaying Image Data
CN206948352U (zh) * 2017-06-27 2018-01-30 国网山东省电力公司威海供电公司 一种便携式手持网络巡检装置
CN110688073A (zh) * 2019-10-10 2020-01-14 深圳市网心科技有限公司 数据存储方法、电子设备、系统及介质
CN111600383A (zh) * 2020-05-12 2020-08-28 合肥中科类脑智能技术有限公司 输电线路智能一体化巡检装置
CN114724092A (zh) * 2021-01-05 2022-07-08 中国电子科技集团公司第五十四研究所 一种在线实时升级的监视系统
CN216905092U (zh) * 2021-07-29 2022-07-05 四川天翼网络服务有限公司 一种基于arm架构的考生违规行为实时检测系统
CN114895845A (zh) * 2022-04-28 2022-08-12 深圳市联普医疗科技有限公司 一种emmc数据存储的控制方法及嵌入式主板

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李磊等: "智能变电站配置文件管控策略研究及应用", 《华北电力技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117253179A (zh) * 2023-11-20 2023-12-19 合肥中科类脑智能技术有限公司 配电线路鸟巢检测方法、存储介质和电子设备
CN117253179B (zh) * 2023-11-20 2024-02-02 合肥中科类脑智能技术有限公司 配电线路鸟巢检测方法、存储介质和电子设备

Also Published As

Publication number Publication date
CN115205285B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
EP3386150B1 (en) Terminal failure processing method, device and system
CN106843957B (zh) 系统固件升级方法及装置
CN110955441B (zh) 一种算法的更新方法及装置
CN115205285B (zh) 部署有架空线路缺陷识别算法的设备及其缺陷识别方法
CN113312064B (zh) 物理机的安装配置方法、装置以及计算机可读介质
CN107870948A (zh) 任务调度方法和装置
CN103281410A (zh) 广电网络智能障碍预处理方法及系统
CN110138753B (zh) 分布式消息服务系统、方法、设备及计算机可读存储介质
CN108121612A (zh) 一种基于Linux内核路由器的崩溃处理方法和系统
CN105338564B (zh) 一种客户端适配方法、客户端、服务器以及系统
WO2014205721A1 (zh) 故障处理方法、装置和系统
CN112491990A (zh) 混合云网络数据传输方法、装置、电子设备及存储介质
CN103905226B (zh) 一种业务平台的自动部署方法和装置
CN112333284A (zh) 基于5g智能网关数据传输方法、系统及存储介质
WO2023125777A1 (zh) 录像数据补录方法、云存储服务器、系统及存储介质
CN115378841B (zh) 设备接入云平台状态的检测方法及装置、存储介质、终端
CN109542519A (zh) 一种自动分布式系统重建方法
CN115080775A (zh) 门禁设备人脸数据的存储方法、装置、服务器及存储介质
CN111984844B (zh) 一种基于大数据自动补图的方法及系统
CN109151850A (zh) 基站软件升级方法、装置、基站及计算机可读存储介质
CN112948195A (zh) 接口测试的方法、装置、电子设备和存储介质
CN109995564B (zh) 自动开通维护端口的方法、装置、设备及介质
CN117075942B (zh) 基于DaemonSet控制器的节点Pod管理方法及系统
CN111582109B (zh) 识别方法、识别装置、计算机可读存储介质及电子设备
CN104639369B (zh) 一种服务器管理系统及服务器管理方法

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