[发明专利]一种基于深度学习的自动化隐患场景识别方法及系统

权利要求书

1.一种基于深度学习的自动化隐患场景识别方法，其特征在于，所述方法包括：

获取一定数量的隐患场景图片作为训练样本；

对所述训练样本中的隐患对象及隐患类型进行标注并保存；

建立深度学习模型，采用所述标注后的样本训练所述深度学习模型；

通过移动终端获取带时间戳和位置信息的待识别场景图片，通过所述深度学习模型对待识别场景图片进行识别，识别出隐患对象和隐患类型；

根据不同场景类型分类整理出的多级安全隐患缺陷，对隐患类型进行场景归类，为隐患对象配置一个或多个隐患描述；

获取巡检区域地图，将识别出的隐患对象的位置信息与所述区域巡检地图叠加显示，生成隐患地图并同步显示。

2.根据权利要求1所述基于深度学习的自动化隐患场景识别方法，其特征在于，所述隐患对象为各类锅炉设备、各类消防器材及其零部件，包括但不限于消防栓、灭火器、配电箱、水泵接合器、压力表、水带。

3.根据权利要求1所述基于深度学习的自动化隐患场景识别方法，其特征在于，所述对所述训练样本中的隐患对象及隐患类型进行标注的保存格式为隐患对象在图片中的位置坐标+对应的隐患类型。

4.根据权利要求1所述基于深度学习的自动化隐患场景识别方法，其特征在于，所述根据不同场景类型分类整理出的多级安全隐患缺陷对隐患类型进行场景归类具体为：

预先根据作业场所、办公区域、设备设施、原辅料产品的不同分类整理出不同的一级安全隐患缺陷，根据一级安全隐患缺陷划分二级安全隐患缺陷，为每个二级安全隐患缺陷配置一个或多个隐患描述，构建隐患的树形级联列表；

预先建立训练样本中各隐患类型与二级安全隐患缺陷的映射关系表；

根据所述映射关系表对识别出的隐患对象及隐患类型进行场景归类。

5.根据权利要求1所述基于深度学习的自动化隐患场景识别方法，其特征在于，所述生成隐患地图并同步显示具体包括：

根据隐患紧急程度设置优先级，根据优先级采用不同的颜色标记隐患地图的叠加位置，并在所述叠加位置显示隐患对象图片、时间戳、相应的隐患场景归类和隐患描述，分别在移动终端和云平台同步显示所述隐患地图。

6.根据权利要求5所述基于深度学习的自动化隐患场景识别方法，其特征在于，所述方法还包括，对隐患整改后，重新获取同一位置的隐患场景图片，并上传至云平台进行隐患识别，更新隐患地图，将隐患位置标记为已处理，保存历史隐患数据。

7.一种基于深度学习的自动化隐患场景识别系统，其特征在于，所述系统包括：

数据获取模块：用于获取一定数量的隐患场景图片作为训练样本；对所述训练样本中的识别对象及隐患类型进行标注；

模型训练模块：用于建立深度学习模型，采用所述标注后的样本训练所述深度学习模型；隐患识别模块：用于通过移动终端获取带时间戳和位置信息的待识别场景图片，通过所述深度学习模型对待识别场景图片进行识别，识别出隐患对象和隐患类型；

场景归类模块：用于根据不同场景类型分类整理出的多级隐患类型对隐患对象进行归类，为隐患对象配置多个隐患描述；

地图显示模块：用于获取巡检区域地图，将识别出的隐患对象的位置信息与所述区域巡检地图叠加显示，并在所述叠加位置显示隐患图片、时间戳、相应的隐患描述，形成隐患地图，分别在移动终端和云平台同步显示所述隐患地图。