[發明專利]一種基于自監督預訓練的智能檢測方法、裝置及機器人

在審

• 申請號: 202110892260.4
• 申請日: 2021-08-04
• 公開（公告）號: CN113780342A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 陳翔;伍建和;韓成功;靳興來;祝勇義;朱世強;賈洪波;胡慈波
• 申請（專利權）人: 杭州國辰機器人科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州中合知識產權代理事務所(普通合伙) 32266
• 代理人: 阮梅

1.一種基于自監督預訓練的智能檢測方法，其特征在于，包括如下步驟：

步驟S1：獲取大量相似場景無標簽圖片；

步驟S2：采集任務需要的少量指定場景圖片，通過標注工具對每個指定場景圖片中特定檢測對象進行標注，標簽為兩類：正常數據和非正常數據；

步驟S3：通過自監督預訓練算法對收集到的大量相似場景無標簽圖片進行訓練，得到特征提取模型；

步驟S4：使用自監督預訓練得到的特征提取模型作為有監督目標檢測算法模型的主干網絡，然后在標注后得到的少量指定場景圖片上訓練所述目標檢測算法模型；

步驟S5：將測試集輸入到步驟S4訓練完成后的目標檢測算法模型中，計算模型的mAP值，若mAP值大于預設閾值，則停止訓練，保存模型；若mAP值小于預設閾值，則轉至步驟3繼續訓練或對步驟4重新進行超參數設置。

2.根據權利要求1所述的一種基于自監督預訓練的智能檢測方法，其特征在于，還包括步驟S6：實時將待檢測的現場圖片輸入到步驟S5中保存的目標檢測算法模型中進行推斷，若判定待檢測的現場圖片為非正常數據，則待檢測的現場圖片中特定檢測對象存在非正常行為，立即對相關人員發出告警信息。

3.根據權利要求1所述的一種基于自監督預訓練的智能檢測方法，其特征在于，所述步驟S1中，相似場景無標簽圖片是通過現場采集和/或互聯網搜索收集得到，并對原數據進行預處理。

4.根據權利要求3所述的一種基于自監督預訓練的智能檢測方法，其特征在于，所述預處理包括篩選和清洗。

5.根據權利要求1所述的一種基于自監督預訓練的智能檢測方法，其特征在于，所述自監督視覺預訓練算法包括MoCo、BYOL。

6.根據權利要求1所述的一種基于自監督預訓練的智能檢測方法，其特征在于，所述目標檢測算法包括YOLOv4、FCOS。

7.一種基于自監督預訓練的智能檢測裝置，其特征在于，包括：

收集單元，用于獲取大量相似場景無標簽圖片；

采集單元，用于采集任務需要的少量指定場景圖片，通過標注工具對每個指定場景圖片中特定檢測對象進行標注，標簽為兩類：正常數據和非正常數據；

自監督預訓練單元，用于通過自監督預訓練算法對收集到的大量相似場景無標簽圖片進行訓練，得到特征提取模型；

目標檢測單元，用于使用自監督預訓練單元得到的特征提取模型作為有監督目標檢測算法模型的主干網絡，然后在標注后得到的少量指定場景圖片上訓練所述目標檢測算法模型；

檢測單元，用于將測試集輸入到目標檢測單元訓練完成后的目標檢測算法模型中，計算模型的mAP值，若mAP值大于預設閾值，則停止訓練，保存模型；若mAP值小于預設閾值，則自監督預訓練單元或目標檢測單元繼續進行訓練。

8.根據權利要求7所述的一種基于自監督預訓練的智能檢測裝置，其特征在于，還包括：

判斷單元，用于實時將待檢測的現場圖片輸入到檢測單元中保存的目標檢測算法模型中進行推斷，若判定待檢測的現場圖片為非正常數據，則待檢測的現場圖片中特定檢測對象存在非正常行為；

所述提醒單元，用于根據判斷單元的判斷結果，對相關人員發出告警信息。

9.根據權利要求7所述的一種基于自監督預訓練的智能檢測裝置，其特征在于，所述自監督視覺預訓練算法包括MoCo、BYOL；所述目標檢測算法包括YOLOv4、FCOS。

10.一種機器人，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述一種基于自監督預訓練的智能檢測方法的步驟。