1.一种基于检测模型的开关状态识别方法，其特征在于，包括：获取隔离开关在开关过程中的多张待识别图像；基于预先训练的检测模型分别对所述多张待识别图像中的隔离开关进行目标检测，获得所述多张待识别图像的隔离开关的边界框预测结果；基于所述多张待识别图像的隔离开关的边界框预测结果和所述检测模型的先验边界框信息分别确定所述多张待识别图像的边界框预测结果的损失值；根据所述多张待识别图像的边界框预测结果的损失值确定隔离开关在开关过程的损失值曲线；将隔离开关在开关过程的损失值曲线与隔离开关的标准开关过程的标准损失值曲线进行对比，识别隔离开关的状态。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多张待识别图像的边界框预测结果的损失值确定隔离开关在开关过程的损失值曲线，包括：根据时间顺序将所述多张待识别图像的边界框预测结果的损失值进行排序，绘制隔离开关在开关过程的损失值-时间曲线。
3.根据权利要求1所述的方法，其特征在于，所述基于预先训练的检测模型分别对所述多张待识别图像中的隔离开关进行目标检测，获得所述多张待识别图像的隔离开关的边界框预测结果包括：基于预先训练的YOLOv3模型对所述多张待识别图像进行检测；对检测结果进行聚类，得到所述多张待识别图像的隔离开关的边界框预测结果。
4.根据权利要求1所述的方法，其特征在于，所述基于所述多张待识别图像的隔离开关的边界框预测结果和所述检测模型的先验边界框信息分别确定所述多张待识别图像的边界框预测结果的损失值包括：基于所述多张待识别图像的隔离开关的边界框预测结果和所述检测模型的先验边界框信息计算YOLOv3模型预测的边界框中心坐标误差、宽高坐标误差、置信度误差和分类误差，将边界框中心坐标误差、宽高坐标误差、置信度误差、分类误差的和值与网格数N的比值作为图像网格的损失值；将所述图像网格的损失值作为边界框预测结果的损失值；所述网格数N是所述检测模型对待识别图像进行划分得到；按照如下公式计算边界框中心坐标误差dist_xy、宽高坐标误差dist_wh、置信度误差dist_C和分类误差dist_P：其中，N表示检测模型对输入图像的划分的网格总数； 表示检测模型输出的第i个网格第j个先验边界框的预测中心坐标值； 表示检测模型输出的第i个网格第j个先验边界框的预测宽，高； 表示检测模型的第i个网格第j个先验边界框的真实中心坐标值； 表示检测模型的第i个网格第j个先验边界框的真实宽，高；S表示检测模型对输入图像划分的尺寸，对输入图像划分为S×S个网格；B表示每个网格生成的先验边界框数量； 为0～1变量，表示第i个网格中的第j个先验边界框是否负责这个对象， 表示负责，否则为0； 表示不负责； 表示模型的第i个网格第j个先验边界框的预测置信度； 表示模型的第i个网格第j个先验边界框的真实值； 为0～1变量，表示模型的第i个网格第j个先验边界框的中心点是否落在预测框中的预测值，若否则 为0～1变量，表示模型的第i个网格第j个先验边界框的中心点是否落在预测框中的真实值，若否则 λ noobj 表示一固定量。
5.根据权利要求3所述的方法，其特征在于，所述基于预先训练的YOLOv3模型对所述多张待识别图像进行检测包括：按照如下公式进行边界框预测：a x ＝σ(t x )+c xa y ＝σ(t y )+c y其中，a x 、a y 是YOLOv3模型预测的边界框中心坐标，a w 、a h 是YOLOv3模型输出的预测边界框宽、高，c x 、c y 表示YOLOv3模型对输入图像的划分的单个网格大小，p w 、p h 是先验边界框的宽、高；t x 、t y 表示YOLOv3模型预测的坐标偏移值，t w 、t h 表示YOLOv3模型预测边界框的宽高和先验边界框宽高之间的比率。
6.根据权利要求3所述的方法，其特征在于，所述对检测结果进行聚类包括：按照如下公式进行聚类：d(a,a ′ )＝1-IOU(a,a ′ )其中，a表示的是YOLOv3模型输出的预测边界框；a ′ 表示的是YOLOv3模型的先验边界框，d(a,a ′ )表示聚类中心，IOU(a,a ′ )表示预测边界框与先验边界框的重叠度。
7.根据权利要求1所述的方法，其特征在于，所述获取隔离开关在开关过程中的多张待识别图像包括：根据固定角度值进行拍摄，获取隔离开关在开关过程中的图像。
8.一种基于检测模型的开关状态识别装置，其特征在于，包括：图片获取模块，用于获取隔离开关在开关过程中的多张待识别图像；目标检测模块，用于基于预先训练的检测模型分别对所述多张待识别图像中的隔离开关进行目标检测，获得所述多张待识别图像的隔离开关的边界框预测结果；损失值计算模块，用于基于所述多张待识别图像的隔离开关的边界框预测结果和所述检测模型的先验边界框信息分别确定所述多张待识别图像的边界框预测结果的损失值；曲线确定模块，用于根据所述多张待识别图像的边界框预测结果的损失值确定隔离开关在开关过程的损失值曲线；状态识别模块，用于将隔离开关在开关过程的损失值曲线与隔离开关的标准开关过程的标准损失值曲线进行对比，识别隔离开关的状态。
9.一种计算机设备，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1-7中任一所述的基于检测模型的开关状态识别方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于检测模型的开关状态识别方法，其特征在于，该方法包括：获取隔离开关在开关过程中的多张待识别图像；基于预先训练的检测模型分别对所述多张待识别图像中的隔离开关进行目标检测，获得所述多张待识别图像的隔离开关的边界框预测结果；基于所述多张待识别图像的隔离开关的边界框预测结果和所述检测模型的先验边界框信息分别确定所述多张待识别图像的边界框预测结果的损失值；根据所述多张待识别图像的边界框预测结果的损失值确定隔离开关在开关过程的损失值曲线；将隔离开关在开关过程的损失值曲线与隔离开关的标准开关过程的标准损失值曲线进行对比，识别隔离开关的状态。
