[发明专利]一种用于单兵安全帽的临时围栏检测方法有效
申请号: | 202010465284.7 | 申请日: | 2020-05-28 |
公开(公告)号: | CN111683222B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 张志刚;徐建斌;何恩超;张怀砚;李舒桢;王强;杜艳洁;陈伟亚;王海龙 | 申请(专利权)人: | 天津三源电力智能科技有限公司 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 天津盛理知识产权代理有限公司 12209 | 代理人: | 王来佳 |
地址: | 300409 天津*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 单兵 安全帽 临时 围栏 检测 方法 | ||
1.一种用于单兵安全帽的临时围栏检测方法,其特征在于,包括如下步骤:
步骤1、构建轻量级的目标检测网络,目标检测网络由特征提取骨干网络和检测框提取网络RPN两部分构成;
步骤2、采集标注临时围栏样本图片,训练检测模型;
步骤3、在单兵安全帽上配置安卓系统主板,单兵安全帽搭配前置摄像头,与安卓系统主板连接,将训练好的检测模型部署到安卓系统主板;
步骤4、单兵安全帽安卓系统主板上电之后,读取摄像头实时视频,截取当前视频帧中间矩形区域图像F,将图像F的分辨率调整为480*480大小;
步骤5、将图像F送入检测网络,如检测到临时围栏,则将当前图像帧数保存,执行步骤6,否则继续返回步骤4;
步骤6、如当前图像帧数N与上一次检测到临时围栏的图像帧数M之差大于,则表明这是一个新检测到的临时围栏,则保存当前图像,并通过网络传输到后台服务器,否则,则表明这不是一个新检测到的临时围栏,继续执行步骤4,更新M为N;
其中,步骤1包括如下子步骤:
步骤1.1、构建特征提取骨干网络MNet,Mnet基于ShuffleNetV2网络,ShuffleNetV2网络由一个3×3卷积、一个最大值池化层、三组Shuffle Block、一个全局平均池化层和全连接层构成,最后输出1000维特征向量f1;
步骤1.2、构建检测框提取网络RPN,分离ROI区域和背景,RPN网络尺度大小设计为64×64,128×128,256×256 三种,ROI区域的长宽比设计为1:2,1:1两种,RPN网络输出ROI;
步骤1.3、构建ROI池化层,将步骤1.1生成的特征向量f1和步骤1.2生成的ROI作为输入,再加入全局平均池化层和两个全连接层,分别进行分类的定位,形成临时围栏检测网络。
2.根据权利要求1所述的用于单兵安全帽的临时围栏检测方法,其特征在于:步骤2包括如下子步骤:
步骤2.1、施工现场采集临时围栏样本图片,人工标注出样本图片中的临时围栏;
步骤2.2、对样本图片进行按比例缩放,得到不同大小的样本图像;
步骤2.3、将样本图片分别进行顺时针方向和逆时针方向30°以内的角度旋转,得到不同旋转角度下的样本图像;
步骤2.4 、将所有采集的样本图片和步骤2.2与2.3生成的图片作为样本图片,送入临时围栏检测网络进行训练,每100步输出准确率,直到达到最优结果,保存模型。
3.根据权利要求2所述的用于单兵安全帽的临时围栏检测方法,其特征在于:步骤2.2中按照0.8、0.9、1.1、1.2四种比例对样本图片进行缩放。
4.根据权利要求1所述的用于单兵安全帽的临时围栏检测方法,其特征在于:步骤4包括如下子步骤:
步骤4.1、读取摄像头实时视频,抓取当前视频帧中间矩形区域图像F,图像F的宽度为w,图像F的中心坐标为(x,y);
步骤4.2、以(x,y)为中心坐标,取边长为0.8*w的正方形区域,得到图像,将缩放到480*480大小。
5.根据权利要求1所述的用于单兵安全帽的临时围栏检测方法,其特征在于:步骤6中取值为5。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津三源电力智能科技有限公司,未经天津三源电力智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010465284.7/1.html,转载请声明来源钻瓜专利网。