[发明专利]智能训练系统及其操作方法

说明书

本发明公开一种智能训练系统及其操作方法，该操作方法包括利用采集识别单元进行预设行为数据样本采集，利用计算处理单元基于图像识别神经网络生成深度学习网络模型，采集识别单元与计算处理单元通信连接；利用采集识别单元获取受训人员行为数据样本并形成图像数据，计算处理单元读取采集识别单元所采集的图像数据，并通过深度学习网络模型对图像数据进行处理，以确认受训人员的受训情况；根据受训人员的受训情况生成受训结果。本发明中，通过计算机视觉搭配深度学习网络模型进行数据采集和模型训练，取代现有的现场人员训练及人员检测，提升受训人员的训练质量和效率，且训练结果客观公正。

技术领域

本发明涉及一种智能培训领域，尤其涉及一种智能训练系统以及操作方法。

背景技术

目前，培训工作一般由人员面对面或通过网络来实施教学，普遍花费时间较多。就消防培训来说，其是现代生产生活中极为重要的项目之一，为生活、工作场所中的消防事故进行演练以提升人们的消防事故处理能力。以一家制造型工厂的消防装备穿戴训练为例，若每年需要进行消防装备穿戴培训的对象为200人，以每批次同时训练5人、每次1小时为例，需要分40批次，耗时40h，耗费较多人力与时间来进行培训的动作指导与记录。此外，目前是由训练组成员判定受训人员的操作是否合格，人工判定存在一定误差，影响训练结果。

因此，急需一种智能训练系统及其操作方法，以减轻训练负担并提升训练效果。

发明内容

本发明的目的在于提供一种智能训练系统及其操作方法，以解决上述问题。

为了达到上述目的，本发明提供一种智能训练系统的操作方法，其包括，

步骤A，利用采集识别单元进行预设行为数据样本采集，利用计算处理单元基于图像识别神经网络生成深度学习网络模型，所述采集识别单元与所述计算处理单元通信连接；

步骤B，利用所述采集识别单元获取受训人员行为数据样本并形成图像数据，所述计算处理单元读取所述采集识别单元所采集的所述图像数据，并通过所述深度学习网络模型对所述图像数据进行处理，以确认所述受训人员的受训情况，所述受训情况包括操作步骤、每一步骤花时以及总体花时；以及

步骤C，根据所述受训人员的所述受训情况生成受训结果，所述受训结果包括总体花时是否达标、操作步骤是否有误以及需强化的步骤。

作为可选的技术方案，所述步骤C还包括根据所述受训人员的所述受训情况建立受训人员数据库，所述受训人员数据库中包含每位受训人员的总受训次数、总受训时数、最新成绩、最好成绩以及当前建议。

作为可选的技术方案，于所述步骤A中，所述预设行为由操作动作标准的人员进行标准行为演示。

作为可选的技术方案，所述深度学习网络模型为Yolo v5算法模型。

作为可选的技术方案，所述采集识别单元包含镜头和图像采集卡，所述镜头用于将所述受训人员成像到视觉传感器的靶面上，将其转变为电信号，所述图像采集卡用于将所述电信号转变为数字图像信息并存储为所述图像数据。

此外，本发明还提出一种智能训练系统，其包括采集识别单元和计算处理单元。采集识别单元用于进行预设行为数据样本采集，所述采集识别单元还用于采集受训人员行为数据样本并形成图像数据；计算处理单元通信连接所述采集识别单元；所述计算处理单元利用所述预设行为数据样本基于图像识别神经网络生成深度学习网络模型，且，所述计算处理单元还用于读取所述采集识别单元所采集的所述图像数据，并通过所述深度学习网络模型对所述图像数据进行处理，以确认所述受训人员的受训情况，所述受训情况包括操作步骤、每一步骤花时以及总体花时；进一步的，所述计算处理单元还根据所述受训人员的所述受训情况生成受训结果，所述受训结果包括总体花时是否达标、操作步骤是否有误以及需强化的步骤。