[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

说明书

本发明提供了一种基于深度学习目标检测的施工工地配电箱开关状态的识别方法。本发明方法针对目前施工工地上涉及消防安全问题的配电箱管理，起到了识别和监测的作用。本发明方法可将工地监控所拍摄画面利用深度学习目标检测技术进行识别，实时保障工人的安全，保障用电安全，有效避免工人忘关配电箱门或不相关人员误操作所导致的用电事故，并且可及时向工地管理人员发送异常状态信息。不仅能大量减少施工工地劳力，提高相关工作准确性，同时也为建筑业向着精细化和更安全的方向发展提出了有效的手段。

技术领域

本发明属于人工智能深度学习目标检测技术领域，具体涉及一种运用Python开发的可运用于安全智慧工地对于配电箱开关状态监测的人工智能识别方法。

背景技术

随着信息化时代的到来，各类先进的技术逐渐应用在社会生活的很多领域，在这样的背景下，基于人工智能的图像识别技术也应运而生。人工智能是研究，开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；图像识别技术是人工智能的一个重要领域，它是以图像特征为基础，通过计算机识别各种不同模式的目标和对象的技术。

在图像识别技术应用过程中，神经网络形式属于全新的技术且应用最为广泛，具体是将对传统的图像识别方法加以运用，在与现代神经网络算法相互结合运用的基础上，构建新型识别形式。并且，图像识别是人工领域技术的一种类型，对动物和人类神经网络分布进行模拟，将神经网络算法添加至传统技术中。在提取图像信息以后，能够利用神经网络系统完成图像识别，而且能够对所提取信息展开分类别处理。

随着建筑业的精细化程度越来越高，人工智能在建筑业中的运用也明显增多，因此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，对于强化工地安全用电管理，保障工人与物资安全，具有很好的实用价值。

随着计算机技术的高速发展，计算机视觉已经与诸多产业相结合，在人脸识别、汽车识别等多个领域都有重大的突破性发展。但是在建筑业方面的运用还处于初步阶段。与此同时，随着建筑行业的不断精细化，对施工工地的安全也提出了更高的要求，因此对于施工工地配电箱的实时识别监测有着重要且实用的意义。目前绝大多数工地仍然使用人力去监测工地的配电箱等电力设施，难免会有疏忽和遗漏，且其准确性也难以保证。

发明内容

本发明的目的在于针对已有技术的不足，提供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，实现对工地配电箱开关状态的识别与监测，可对工地监控摄像头进行实时识别监测，并且能够及时查看识别结果，有效地降低了人工监测的劳动力，减小了施工工地的用电安全隐患，有利于安全智慧工地的推进。

为达到上述目的，本发明采用下述技术方案：

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，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；