本技术涉及信息处理，更具体地，涉及一种基于目标识别与变化检测的备品备件管理方法及系统。
背景技术：
1、随着社会的发展和国家经济的快速增长，国家电网公司所管理的物资数量和种类也在不断增加。随之而来的是物资管理难度的增加，包括采购、入库、出库、库存等环节的管理，需要更加科学、高效的方法来进行管理。目前国网公司备品备件库智能管理主要方案是通过是引入rfid技术，对物资进行标识和管理，实现物资管理的自动化和精确化。该技术需要对每一个物品粘贴rfid标签纸，然后通过系统建档来管理资产。通过在rfid读码器来完成物品的出入库等管理。
2、本发明基于yolo算法实现目标识别与变化检测的高准确度实时智能图像，yolo算法具备出色的实时性和准确度，通过对yolo进行微调和优化，可以显著提高对多目标区域的识别能力。本发明应用于国家电网备品备件物资管理系统中，实现对备品备件进行图像无感化管理，自动识别流转备份备件的资产问题和基本信息，提供智能高效检索、高精度、高质量检验等功能。
3、现有技术如专利号为“cn117151595a”的中国专利公开了一种商品库存管理方法、设备及存储介质。方法包括：获取由摄像头拍摄的仓库内商品库存图像；将该商品库存图像输入至商品识别模型进行识别处理，得到目标商品的监测库存量；根据该目标商品的登记库存量和该监测库存量，确定该目标商品的当前库存量；响应于当前库存量的确认操作，调用销量预测模型；通过销量预测模型确定该目标商品在未来预设时间内的预测销量；根据该当前库存量和该预测销量，确定该目标商品在该未来预设时间内的计划出库量或计划入库量。本发明可以得到较准确合理的当前库存量，并能精准的预测商品未来销量，得到计划出库量或计划入库量，保证库存能及时应对匹配商品销售。
4、上述现有技术存在的问题是，该方法识别库存内商品图像时，一个设备仅能对一种商品进行数量监控，无法应对复杂的库存环境。
技术实现思路
1、为解决上述技术问题，本发明提出了。
2、本发明技术方案如下：
3、一方面，本发明提出一种基于目标识别与变化检测的备品备件管理系统，包括：
4、备品备件检测模块，包含图像采集单元、图像预处理单元、目标检测单元、后处理单元，其中：
5、图像采集单元：通过安装在库房内的图像采集设备采集备品备件出入库图像或视频，通过通信接口将图像或视频信息传送至图像预处理单元；
6、图像预处理单元：对输入的图像或视频信息进行预处理，包括去噪、归一化和增强操作；
7、目标检测单元：根据输入的预处理后的图像或视频信息，通过图像处理算法及强化学习模型，确认备品备件的出入库信息；
8、后处理单元：将输出的备品备件的出入库信息处理为日志管理模块能够识别的格式，输出至日志管理模块；
9、日志管理模块：记录系统操作的详细日志，包括用户操作、系统事件和处理结果；
10、用户交互模块：用于对备品备件出入库历史及实时图像与结果信息进行查询；以及选择不同图像采集设备；以及显示当前系统状态、接收用户输入、配置系统参数。
11、作为优选实施方式，所述图像预处理单元：对输入的图像或视频信息进行预处理，具体包括以下步骤：
12、去噪具体流程如下：
13、均值滤波：对于图像中的每个像素点，其新的像素值为其邻域像素值的平均值；设邻域大小为m×n则像素点(x,y)的新值inew(x,y)为：
14、
15、式中，i(i,j)表示像素点(i,j)处原始像素值；
16、中值滤波：将邻域内的像素值进行排序，取中间值作为新的像素值；
17、归一化流程具体公式如下：
18、
19、式中，i(x,y)是原始像素值，imax和imin分别是图像中的最小和最大像素值；
20、增强流程具体公式如下：
21、亮度调整：ibrightened(x,y)＝i(x,y)+b；式中b是亮度调整值；
22、对比度调整：icontrasted(x,y)＝a×i(x,y)+b；式中a控制对比度，b控制亮度。
23、作为优选实施方式，所述目标检测单元通过图像处理算法及强化学习模型，确认备品备件的出入库信息，包括以下步骤：
24、网络前向传播：通过多层卷积神经网络处理预处理后的图像，提取多层特征；使用backbone深度神经网络提取图像的基础特征，并通过使用金字塔池化模块ppm捕捉多尺度信息，集成特征金字塔网络fpn融合不同层次的特征图，结合自适应空间特征网络asff提升特征融合效果；最后利用多尺度检测头multi-scale detection head在多个尺度上进行目标检测，以适应不同大小的目标；在训练过程中，优化并改进mosaic数据增强策略，增强模型的泛化能力，动态调整学习率以提高训练效率和模型性能；
25、预测输出：网络的输出是固定大小的网格，每个网格单元预测目标的边界框、置信度分数和类别概率；
26、解码输出：将网络输出的预测结果解码为实际的目标边界框和类别；将相对坐标转换为图像的实际坐标，根据置信度阀值过滤掉低置信度的边界框，去除重复重叠的边界框，保留最高置信度的边界框，避免多重检测同一目标；
27、后处理：对最终的目标检测结果进行后续处理；在原图像上绘制检测到的目标边界框和类别标签，检测结果输出至日志管理模块进行保存。
28、作为优选实施方式，所述网络前向传播流程；具体包括以下步骤：
29、卷积操作具体公式如下：
30、
31、式中：iin和iout分别为输入、输出图像，为卷积核，k取决于卷积核大小；
32、金字塔池化模块ppm具体公式如下：
33、
34、式中：fpooled为在不同池化尺度d下得到的特征图，s为池化窗口大小；
35、特征金字塔网络fpn融合后的特征图f表示为：
36、f＝h+l
37、式中：h为高层特征图，l为上采样的底层特征图；
38、自适应空间特征网络asff具体公式如下：
39、fasff＝w1f1+w2f2+,…,+wcfc
40、式中，fc为第c个融合后的特征图，wc为对应通过网络学习得到的自适应权重；
41、多尺度检测头multi-scale detection heads具体公式如下：
42、x＝xa+δx，y＝ya+δy，z＝za+δz，h＝ha+δh
43、式中：xa、ya、za、ha分别为原始的锚框坐标，δx、δy、δz、δh分别为预测的边界框偏移量。
44、作为优选实施方式，所述预测输出流程，具体包括以下步骤：
45、坐标转换：
46、x＝xgrid×stride+xoffset
47、y＝ygrid×stride+yoffset
48、式中：xgrid、ygrid是网格单元的索引；stride是单元的步长；xoffset、yoffset是预测的偏移量；
49、置信度softmax计算公式如下：
50、
51、式中：po为概率类别；so为第o个类别的的置信度分数；o＝1,2,3,…,b。
52、作为优选实施方式，所述解码输出流程中，根据置信度阀值过滤掉低置信度的边界框；通过非极大值抑制算法实现，具体公式如下：
53、
54、式中：so为置信度分数；m是得分最高的边界框；bv是待处理的边界框；iou(m,bv)是边界框m和bv的交并比；nt为设定的交并比阈值；
55、则有：
56、
57、式中：area(m∩bv)是两个边界框的交集面积；area(m∪bv)是两个边界框的并集面积。
58、作为优选实施方式，所述用户交互模块能够对备品备件出入库历史及实时图像与结果信息进行查询，通过人工对输出结果与图像对比，能够及时发现错误信息，并通过用户交互模块反馈机器强化学习。
59、另一方面，本发明还提供一种基于目标识别与变化检测的备品备件管理方法，包括以下步骤：
60、步骤s1：通过安装在库房内的摄像头采集备品备件出入库图像或视频，通过通信接口将图像信息传送至图像处理组件；
61、步骤s2：对输入图像或视频进行预处理，包括去噪、归一化和增强操作；
62、步骤s3：根据输入的预处理后的图像或视频，通过图像处理算法及强化学习模型对，确认备品备件的出入库信息；
63、步骤s4：将输出的备品备件的出入库信息处理为日志管理模块能够识别的格式，输出至日志管理模块；
64、步骤s5：日志管理模块记录系统操作的详细日志，包括用户操作、系统事件和处理结果；提供操作记录和问题追踪功能，帮助系统维护和故障排查；
65、步骤s6：通过用户交互模块能够对备品备件出入库历史及实时图像与结果信息进行查询；能够选择不同图像设备；能够显示当前状态、接受用户输入、配置系统参数。
66、再一方面，本发明还提供一种电子设备，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明任一实施例所述的一种基于目标识别与变化检测的备品备件管理方法。
67、再一方面，本发明还提供一种计算机可读介质，用于存储一个或者多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如本发明任一实施例所述的一种基于目标识别与变化检测的备品备件管理方法。
68、本发明具有如下有益效果：
69、自动化与高效性：
70、利用摄像头自动采集备品备件出入库图像或视频，减少了人工记录和盘点的繁琐工作，大大提高了管理效率。
71、整个流程从图像采集、预处理、检测到后处理和日志记录，实现了全自动化处理，降低了人为错误的可能性。
72、精准的目标检测：
73、通过图像处理算法和强化学习模型，能够更准确地确认备品备件的出入库信息，相比传统依靠人工判断或简单的识别方法，提高了检测的准确性和可靠性。
74、完善的日志管理：
75、详细记录系统操作的日志，包括用户操作、系统事件和处理结果，这为系统维护和故障排查提供了有力支持。现有技术可能在日志记录的完整性和详细程度上有所不足。
76、良好的用户交互性：
77、用户交互模块允许用户查询备品备件出入库的历史及实时信息，还能选择不同图像设备，并配置系统参数。这使得用户能够更灵活、方便地使用系统，满足个性化需求，而一些现有系统可能在用户交互方面不够友好和灵活。
78、实时性和动态监测：
79、能够实时采集和处理图像，及时获取备品备件的出入库情况，实现动态监测和管理，相较于传统定期盘点的方式，能更及时地反映库存变化。
80、数据的可追溯性：
81、完整的日志记录和清晰的出入库信息处理，保证了数据的可追溯性，便于对库存管理的过程和结果进行审查和分析，这在现有技术中可能不够突出。
1.一种基于目标识别与变化检测的备品备件管理系统，其特征在于，包括：
2.根据权利要1所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述图像预处理单元：对输入的图像或视频信息进行预处理，具体包括以下步骤：
3.根据权利要求1所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述目标检测单元通过图像处理算法及强化学习模型，确认备品备件的出入库信息，包括以下步骤：
4.根据权利要求2所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述网络前向传播流程；具体包括以下步骤：
5.根据权利要求2所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述预测输出流程，具体包括以下步骤：
6.根据权利要求2所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述解码输出流程中，根据置信度阀值过滤掉低置信度的边界框；通过非极大值抑制算法实现，具体公式如下：
7.根据权利要求1所述的一种基于目标识别与变化检测的备品备件管理系统，其特征在于：所述用户交互模块能够对备品备件出入库历史及实时图像与结果信息进行查询，通过人工对输出结果与图像对比，能够及时发现错误信息，并通过用户交互模块反馈机器强化学习。
8.一种基于目标识别与变化检测的备品备件管理方法，其特征在于，包括以下步骤：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求8所述的一种基于目标识别与变化检测的备品备件管理方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求8任一项所述的一种基于目标识别与变化检测的备品备件管理方法。
