[發明專利]基于深度學習技術的變電站人員穿戴規范分析方法

在審

• 申請號: 202010170638.5
• 申請日: 2020-03-12
• 公開（公告）號: CN111310723A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 許克;鄧運濤;楊菲;付琳;魏澳
• 申請（專利權）人: 智洋創新科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 青島發思特專利商標代理有限公司 37212
• 代理人: 張洪艷

本發明涉及一種基于深度學習技術的變電站人員穿戴規范分析方法，屬于變電站人員安全監測技術領域；包括步驟S1，采集待標注圖片數據集；步驟S2，對采集到的待標注圖片進行變電站人員及其穿戴標注；步驟S3，導入已標注圖片對Cascade R?CNN進行訓練獲得穿戴分析模型；步驟S4，將所述模型部署到服務器中，由服務器加載模型參數；步驟S5，調用模型對監控設備上傳到服務器中的圖片進行自動識別，測試效果；步驟S6，根據測試結果調整參數；步驟S7，調用模型自動檢測監控范圍內變電站工作人員有無穿戴安全裝備；實現對變電站施工人員進行實時監控，及時發現未穿戴安全裝備的施工人員并進行告警，提高識別精度。

技術領域

本發明涉及一種基于深度學習技術的變電站人員穿戴規范分析方法，屬于變電站人員安全監測技術領域。

背景技術

在變電站作業，安全帽、工作服是必不可少的安全裝備，它們可以在危險事故發生時為工作人員提供一定的防護，有效減少工作人員所受到的傷害。但是，總有安全意識較低的施工人員在工作時忘記穿戴安全裝備，增加施工過程中的安全隱患。為減少安全事故的發生，施工現場常裝有監控設備，安排工作人員對現場施工人員進行實時監控，這種方式經常是人力監控多個畫面，個人精力的衰減、疏忽往往會忽略潛在危險，因此這種方法并不能有效避免安全事故的發生，同時還占用了大量的人力物力。

綜上所述，如何提供一種高效、可靠的穿戴監測系統，對變電站中未穿戴安全裝備的人員進行告警提示，降低施工過程中的安全隱患，是目前本領域技術人員亟待解決的問題。

發明內容

本發明要解決的技術問題是：克服現有技術的不足，提供一種基于深度學習技術的變電站人員穿戴分析方法，實現對變電站工作人員穿戴的實時分析，及時反饋，規范施工人員的穿戴，保障施工人員的安全，保障安全施工。

本發明所述基于深度學習技術的變電站人員穿戴規范分析方法，包括如下步驟：

步驟S1，采集待標注圖片數據集；

步驟S2，對采集到的待標注圖片進行變電站人員及其穿戴標注，得到已標注圖片集；

步驟S3，導入已標注圖片對Cascade R-CNN進行訓練獲得穿戴分析模型；

步驟S4，將所述模型部署到服務器中，由服務器加載模型參數；

步驟S5，調用模型對監控設備上傳到服務器中的圖片進行自動識別，測試效果；

步驟S6，根據測試結果調整參數，優化模型性能；

步驟S7，調用模型自動檢測監控范圍內變電站工作人員有無穿戴安全裝備。

優選地，步驟S1通過變電站內監控設備，實時獲取變電站視頻信息至服務器中，通過對變電站視頻流截取的方式獲得待標注的圖片數據集。

優選地，步驟S2包括如下步驟：

步驟S201，初始標注：對待標注圖片中變電站人員進行框選并打上“person”標簽，對變電站人員的穿著進行框選，若為工作服則標注“uniform”，若非工作服則標注“coat”；對變電站人員頭部進行框選，若戴有安全帽則標注“helmet”，若未戴安全帽則標注“head”，得到初始標注數據集；

步驟S202，數據清洗：篩選初始標注數據中存在的錯誤標注、空標注進行修正，得到數據清洗數據集；

步驟S203，數據精煉：篩除數據清洗數據集中的重復圖片，得到已標注圖片集。

優選地，步驟S202包括如下步驟：

步驟S20201，遍歷初始標注數據集，讀取標注數據；

步驟S20202，檢測標注數據中是否存在標注信息，若不存在則判定為空標注，若存在則執行步驟S20203；