[发明专利]一种高空危物检测方法、设备以及存储介质

说明书

本申请公开了一种高空危物检测方法、设备以及存储介质，涉及高空危物检测技术领域，包括：获取高空危物检测模型和待检测社区的楼群图像，所述高空危物检测模型包括主干网络、分类器和检测器；通过主干网络对所述楼群图像进行特征提取，得到目标特征图，其中，所述主干网络包括CBM组件集和Res组件集，所述CBM组件集用于对所述楼群图像进行特征提取，并将提取结果输送至所述Res组件集；所述Res组件集用于对所述提取结果进行优化，并输出目标特征图；通过分类器和检测器对所述目标特征图进行分类检测，得到所述楼群图像对应的危物类别。本申请有利于提高社区安全性。

技术领域

本申请涉及高空危物检测技术领域，尤其是涉及一种高空危物检测方法、设备以及存储介质。

背景技术

随着我国城市化的发展，不管是城镇社区还是城市社区，都高楼耸立。许多高楼层居民会在阳台或窗户上摆放挂机，盆栽等物品，然而，这些物品均存在从高空坠落的风险，因此，都属于“高空危物”，具有极大的安全隐患，目前通常是社区工作人员通过走访的形式进行高空危物排查，工作量极大且排查不够全面，并不能有效提高社区安全性。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种高空危物检测方法、设备以及存储介质，有助于提高社区安全性。

本申请第一方面实施例提供了一种高空危物检测方法，包括：

获取高空危物检测模型和待检测社区的楼群图像，所述高空危物检测模型包括主干网络、分类器和检测器；

通过主干网络对所述楼群图像进行特征提取，得到目标特征图，其中，所述主干网络包括CBM组件集和Res组件集，所述CBM组件集用于对所述楼群图像进行特征提取，并将提取结果输送至所述Res组件集；所述Res组件集用于对所述提取结果进行优化，并输出目标特征图；

通过分类器和检测器对所述目标特征图进行分类检测，得到所述楼群图像对应的危物类别。

本申请第一方面实施例提供了一种模型训练方法，至少具有如下有益效果：本申请通过采集待检测社区的楼群图像，再结合主干网络、分类器、检测器对楼群图像进行危物识别，相比于走访排查，本申请有助于减少工作量且提高排查精度，进而有助于提高社区安全性。

根据本申请第一方面的一些实施例，所述CBM组件集包括第一CBM组件、第二CBM组件，所述Res组件集包括若干Res组件，所述通过主干网络对所述楼群图像进行特征提取，得到目标特征图，包括：

通过所述第一CBM组件对所述训练样本进行特征提取，得到第一输出特征图；

通过所述第二CBM组件对所述第一输出特征图进行下采样处理，得到第二输出特征图；

通过预设数量个所述Res组件对所述第二输出特征图进行特征提取，得到若干个尺寸不同的目标特征图。

根据本申请第一方面的一些实施例，所述分类器和检测器的头部包括由平均池化算法构成的SPP组件，所述方法还包括：

通过SPP组件对所述目标特征图进行上采样，以通过分类器和检测器对上采样结果进行分类检测，得到所述楼群图像对应的危物类别。

根据本申请第一方面的一些实施例，所述高空危物检测模型通过以下训练方法得到，包括：

获取楼群图像样本集；

基于所述楼群图像样本集对所述高空危物检测模型进行迭代训练，其中，通过所述高空危物检测模型对所述楼群图像样本集中的一个楼群图像样本进行分类检测，得到预测框参数；根据所述预测框参数的平方根和所述楼群图像样本对应的标签框参数的平方根之差，更新损失函数；当所述损失函数满足预设条件时，迭代结束。

根据本申请第一方面的一些实施例，在模型训练完成之后，所述方法还包括：