[发明专利]视觉数据中防护设备的检测方法、装置和存储介质

权利要求书

1.一种视觉数据中防护设备的检测方法，其特征在于，包括以下步骤：

获取视觉数据；所述视觉数据能够显示出至少一个人员；

将所述视觉数据输入到YOLO-v3模型中；所述YOLO-v3模型包括依次连接的第一输出层、第二输出层和第三输出层，所述第一输出层的尺寸为s₁×s₁×b×(n+6)，所述第二输出层的尺寸为s₂×s₂×b×(n+6)，所述第三输出层的尺寸为s₃×s₃×b×(n+6)，s₁为所述第一输出层中每个网格的尺寸，s₂为所述第二输出层中每个网格的尺寸，s₃为所述第三输出层中每个网格的尺寸，b为所述第一输出层中每个网格所使用的边界框的数量，n为所要识别的防护设备的类型数量；

获取所述YOLO-v3模型的输出结果；所述YOLO-v3模型的输出结果为使用边界框标示出所述视觉数据中的所有人员；

根据所述YOLO-v3模型的输出结果确定变换矩阵；所述变换矩阵能够将同类的所有边界框转换成具有统一的宽度和高度；

将所述变换矩阵中的至少部分参数输入到机器学习分类器中；

获取所述机器学习分类器的输出结果；所述机器学习分类器的输出结果将各所述边界框所标示的人员所穿戴的防护设备类型表示出来；

所述根据所述YOLO-v3模型的输出结果确定变换矩阵这一步骤，具体包括：

确定一个所述边界框对应的第一矢量和第二矢量；所述第一矢量指向该边界框的一个角，所述第二矢量与所述第一矢量具有相同的起点，并指向该边界框的一个对角；

根据所述第一矢量和第二矢量，确定该边界框的高度和宽度；

确定用于对矩阵进行归一化的变换矩阵/W_i表示该边界框，/为该边界框的高度，/为该边界框的宽度，/表示该边界框的一个角的坐标，/表示该边界框的一个对角的坐标。

2.根据权利要求1所述的检测方法，其特征在于，所述YOLO-v3模型的训练过程包括：

使用第一数据集对所述YOLO-v3模型进行训练，使得所述YOLO-v3模型中的各层获得权重；

使用第二数据集对所述YOLO-v3模型中的第一输出层、第二输出层和第三输出层进行训练，使得所述第一输出层、第二输出层和第三输出层获得权重。

3.根据权利要求2所述的检测方法，其特征在于，所述YOLO-v3模型的训练过程还包括：

对所述YOLO-v3模型中各层的权重进行调整，使得所述YOLO-v3模型的学习率达到目标值。

4.根据权利要求3所述的检测方法，其特征在于，所述对所述YOLO-v3模型中的各层的权重进行调整，使得所述YOLO-v3模型的学习率达到目标值这一步骤，具体包括：

在每次调整所述YOLO-v3模型中各层的权重后，检测所述YOLO-v3模型的验证损失；

当连续三次调整对应的验证损失均不减小，则将学习率调整至一半的水平；

当连续三次调整对应的验证损失均不减小，则将学习率调整至零。

5.根据权利要求2-4任一项所述的检测方法，其特征在于，所述第一数据集为COCO数据集，所述第二数据集为Pictor-v3数据集。

6.根据权利要求2-4任一项所述的检测方法，其特征在于，还包括以下步骤：

对所述第一数据集和/或第二数据集进行数据增强操作；所述数据增强操作包括按比例放缩、平移、翻转以及色彩空间中的至少一种。

7.根据权利要求1所述的检测方法，其特征在于，将所述变换矩阵中的参数和/输入到机器学习分类器中。

8.一种防护设备的检测装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-7任一项所述方法。

9.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述的方法。