[发明专利]一种基于深度学习目标检测的工地配电箱开关状态的识别方法

权利要求书

1.一种基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，操作步骤如下：

(1)将工地摄像头与工地计算机连接，不间断地实时截取监控摄像头获取的工地配电箱照片；

(2)工地计算机通过因特网，将截取的配电箱照片上传到AI服务器端，进行AI服务器平台的搭建；

(3)打开“人工智能工地安全实时监测”程序，进行初始设置，在程序界面上输入配电箱识别的AI程序、识别结果存放路径信息；

程序每隔不超过两分钟自动运行步骤(4)至步骤(7)：

(4)自动运行“远程获取照片”功能模块，获取服务器端的工地摄像头照片；

(5)自动运行“AI配电箱识别”功能模块，对所获取的照片信息进行工地配电箱开关状态识别；

(6)自动运行“发送配电箱识别结果”功能模块，将识别结果传送至AI服务器端；

(7)自动运行“上传配电箱结果照片”功能模块，将识别处理后的照片上传至AI服务器端；

(8)服务器端将未关闭配电箱的识别结果，以短信的形式发送至工地管理人员，从而进行实时预警，防止工地用电事故的发生。

2.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(1)-(8)的AI识别程序与服务器配电箱照片的信息互通。

3.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，所述AI服务器平台搭建方法为：运用C#、ASP.NET及SQL Server搭建的网页端服务器平台，用于数据的传递和存储，收集工地监控摄像头中的配电箱照片信息，并根据摄像头编号以及时间对配电箱照片进行分类。

4.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，所述人工智能工地安全实时监测程序的开发方法如下：运用C#以及VisualStudio创建的工地安全实时监测程序，其中包含有“配电箱识别”模块，在使用前预先将“配电箱识别”相关内容进行设置，并且运行“配电箱识别”模块的程序，每隔不超过两分钟自动运行“远程获取照片”、“AI配电箱识别”、“发送配电箱识别结果”、“上传配电箱结果照片”功能模块。

5.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(5)中的“AI配电箱识别”功能模块，采用人工智能配电箱开关状态识别程序，对所获取的照片信息进行识别。

6.根据权利要求5所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(5)中的“AI配电箱识别”功能模块，运用Python开发的基于深度学习目标检测的配电箱识别程序，通过“人工智能工地安全实时监测”程序中的“AI配电箱识别”功能进行调用。