[發明專利]一種火電廠現場安全帽佩戴檢測方法在審
| 申請號: | 202010550623.1 | 申請日: | 2020-06-16 |
| 公開(公告)號: | CN111881730A | 公開(公告)日: | 2020-11-03 |
| 發明(設計)人: | 李政謙;李政達;劉曙元;李志強;王克飛;張艷萍;王娟;張勤 | 申請(專利權)人: | 北京華電天仁電力控制技術有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京智繪未來專利代理事務所(普通合伙) 11689 | 代理人: | 趙卿;王萍 |
| 地址: | 100039 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 火電廠 現場 安全帽 佩戴 檢測 方法 | ||
1.一種火電廠現場安全帽佩戴檢測方法,其特征在于:
所述方法包括以下步驟:
S1:獲取監控區域內帶有工作人員的視頻圖片,形成安全帽佩戴檢測數據集;
S2:對安全帽佩戴檢測數據集圖片中工作人員是否佩戴安全帽進行標注,并將其隨機劃分為訓練集與測試集;
S3:根據步驟S1獲得的安全帽佩戴檢測數據集生成其對應的適用于監控區域的錨框;
S4:使用訓練集訓練改進的YOLOv3模型,使用測試集檢測每一代訓練后改進的YOLOv3模型,篩選獲得安全帽佩戴檢測模型;
S5:調整安全帽佩戴檢測模型的模型置信度,得到檢測結果最優的安全帽佩戴檢測模型;
S6:基于步驟S5得到的安全帽佩戴檢測模型對監控區域內安全帽佩戴情況進行實時檢測。
2.根據權利要求1所述的一種火電廠現場安全帽佩戴檢測方法,其特征在于:
步驟S2具體包括以步驟:
S201:對安全帽佩戴檢測數據集中人物是否佩戴安全帽進行人工逐一標注,其中被標注部分作為正樣本,未標注部分作為負樣本,獲得xml格式文件;
S202:獲取xml格式文件中每個標注對象的類別及檢測框并生成對應的txt格式文件;
S203:生成安全帽佩戴檢測數據集對應的所有txt格式文件路徑,并存儲在dataset.txt文件中;
S204:隨機分配步驟S203中存儲在dataset.txt文件內的存有標注內容的txt文件,將其分為訓練集與測試集。
3.根據權利要求1所述的一種火電廠現場安全帽佩戴檢測方法,其特征在于:
步驟S3中,使用聚類方法生成錨框,聚類中距離度量方法為IOU距離,計算公式為:
D=1-IOU(box,clusters)
D為預測框與真實框的距離,box為標注框,clusters為聚類數目。
4.根據權利要求1所述的一種火電廠現場安全帽佩戴檢測方法,其特征在于:
步驟S4所述改進后的YOLOv3模型分為2個類別,一類佩戴安全帽的標為hat,未佩戴安全帽的標為none;
所述改進后的YOLOv3模型,其輸入圖片尺寸為576*576;
所述改進后的YOLOv3模型包括第一YOLO層、第二YOLO層和第三YOLO層,分別位于第89層、第101層、第113層;
所述第一YOLO層、第二YOLO層和第三YOLO層生成的錨框數分別為3個、3個和5個,用于檢測大目標、中目標、小目標,所述大目標的尺寸大于96*96,中目標的尺寸大于32*32且小于或等于96*96,小目標的尺寸小于或等于32*32;
所述第一YOLO層、第二YOLO層和第三YOLO層的特征圖尺寸分別為9*9、36*36和72*72;
所述改進后的YOLOv3模型,其第88層步長為2,第112層有35個特征圖,特征圖數量計算公式為:
filters=(classes+5)*anchors
其中,classes取2,代表模型類別數量,anchors取5,代表錨框數量,5個錨框分別是x、y、長、寬和背景。
5.根據權利要求1所述的一種火電廠現場安全帽佩戴檢測方法,其特征在于:
步驟S4在訓練時采用FOCAL LOSS作為損失函數,損失函數公式為:
FL(pt)=-αt(1-pt)γlog(pt)
其中p為預測的概率,α與γ均為超參數;
采用Swish作為激活函數,激活函數公式為:
f(x)=x·sigmoid(x);
其中,x是輸入圖像的張量。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京華電天仁電力控制技術有限公司,未經北京華電天仁電力控制技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010550623.1/1.html,轉載請聲明來源鉆瓜專利網。





