[发明专利]一种基于YOLOv5的安全护具佩戴检测方法及系统在审

专利信息
申请号: 202110887767.0 申请日: 2021-08-03
公开(公告)号: CN113486860A 公开(公告)日: 2021-10-08
发明(设计)人: 杨明泽;撒倩;段亮;李辉;岳昆;李忠斌 申请(专利权)人: 云南大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06F9/50
代理公司: 北京高沃律师事务所 11569 代理人: 杨媛媛
地址: 650091*** 国省代码: 云南;53
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 基于 yolov5 安全 护具 佩戴 检测 方法 系统
【权利要求书】:

1.一种基于YOLOv5的安全护具佩戴检测方法,其特征在于,包括:

获取待检测的图像数据;

将所述待检测的图像数据输入YOLOv5网络进行预测,得到特征图;所述特征图包括目标物体类别、目标物体个数和检测框位置;

根据所述目标物体类别、所述目标物体个数和所述检测框位置确定施工人员是否正确佩戴安全护具。

2.根据权利要求1所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述获取待检测的图像数据之前,还包括:

获取待检测的视频数据;

对所述待检测的视频数据进行分解,得到待检测的图像数据。

3.根据权利要求1所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述将所述待检测的图像数据输入YOLOv5网络进行预测,得到特征图,具体包括:

利用Mosaic数据增强算法对所述待检测的图像数据进行预处理,得到预处理后的图像数据;

将所述预处理后的图像数据输入所述YOLOv5网络中的特征提取网络进行特征提取,得到显著特征图;

将所述显著特征图输入所述YOLOv5网络中的特征处理网络进行特征处理,得到特征图。

4.根据权利要求3所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述将所述预处理后的图像数据输入所述YOLOv5网络中的所述特征提取网络进行特征提取,得到显著特征图,具体包括:

利用所述特征提取网络的Focus模块对所述预处理后的图像数据进行切片、拼接和卷积处理,得到第一特征提取图;

利用所述特征提取网络的Conv模块组对所述第一特征提取图进行卷积处理,得到第二特征提取图;

利用所述特征提取网络的BCSP模块组对所述第二特征提取图进行Bottleneck卷积和拼接处理,得到第三特征提取图;

利用所述特征提取网络的SPP模块对所述第三特征提取图进行池化和拼接处理,得到显著特征图。

5.根据权利要求3所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述将所述显著特征图输入所述YOLOv5网络中的特征处理网络进行特征处理,得到特征图,具体包括:

利用所述特征处理网络的Conv模块组对所述显著特征图进行卷积处理,得到第一特征处理图;

利用所述特征处理网络的Upsample模块组对所述第一特征处理图进行采样和扩充处理,得到第二特征处理图;

利用所述特征处理网络的Concat模块组对所述第二特征处理图在通道维度上进行拼接处理,得到第三特征处理图;

利用所述特征处理网络的BCSP模块组对所述第三特征处理图进行Bottleneck卷积和拼接处理,得到第四特征处理图;

利用所述特征处理网络的Detect模块对所述第四特征处理图进行卷积处理,得到特征图。

6.根据权利要求1所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述根据所述目标物体类别、所述目标物体个数和所述检测框位置确定施工人员是否正确佩戴安全护具,具体包括:

根据所述目标物体类别和所述检测框位置确定安全护具检测类别;所述安全护具检测类别包括安全帽检测、反光衣检测和安全绳检测;

根据所述安全护具检测类别和所述目标物体个数确定施工人员是否正确佩戴安全护具。

7.根据权利要求6所述的基于YOLOv5的安全护具佩戴检测方法,其特征在于,所述根据所述安全护具检测类别和所述目标物体个数确定施工人员是否正确佩戴安全护具,具体包括:

当所述安全护具检测类别为安全帽检测时,根据所述目标物体类别、所述目标物体个数和所述检测框位置确定安全帽佩戴结果;

当所述安全护具检测类别为反光衣检测时,根据所述目标物体类别、所述目标物体个数和所述检测框位置确定反光衣穿戴结果;

当所述安全护具检测类别为安全绳检测时,根据所述目标物体类别、所述目标物体个数和所述检测框位置确定安全绳穿戴结果;

根据所述安全帽佩戴结果、所述反光衣穿戴结果和所述安全绳穿戴结果确定施工人员是否正确佩戴安全护具。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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云南大学,未经云南大学许可,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/202110887767.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top