[發(fā)明專(zhuān)利]一種基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210877409.6
• 申請(qǐng)日: 2022-07-25
• 公開(kāi)（公告）號(hào): CN115131339A
• 公開(kāi)（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 林旭;李密;陳旭;陳佳期;唐光鐵;曾遠(yuǎn)強(qiáng);盧雨畋;周小報(bào)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 福建省海峽智匯科技有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 廈門(mén)福貝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 35235
• 代理人: 陳遠(yuǎn)洋

本申請(qǐng)實(shí)施例提供的一種基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法及系統(tǒng)，包含了對(duì)數(shù)據(jù)集進(jìn)行劃分、損失函數(shù)與目標(biāo)函數(shù)的設(shè)計(jì)、目標(biāo)檢測(cè)模型的訓(xùn)練與推理等。此處使用的目標(biāo)檢測(cè)模型主要采用YOLOv6模型，也即YOLO架構(gòu)的目標(biāo)檢測(cè)框架。針對(duì)工作服樣本圖像的訓(xùn)練樣本數(shù)據(jù)集進(jìn)行劃分，主要采用二分類(lèi)來(lái)進(jìn)行區(qū)分判斷是否有穿戴工裝，將數(shù)據(jù)集傳入目標(biāo)檢測(cè)框架中生成相應(yīng)的檢測(cè)模型，最終即可得到推理檢測(cè)的結(jié)果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及工業(yè)視覺(jué)技術(shù)領(lǐng)域，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法及系統(tǒng)。

背景技術(shù)

近年來(lái)，由于操作不規(guī)范和著裝不規(guī)范的原因，已經(jīng)成為作業(yè)人員在工業(yè)廠(chǎng)區(qū)發(fā)生意外的主要原因之一。標(biāo)準(zhǔn)化作業(yè)規(guī)范檢測(cè)也隨之成為工業(yè)檢測(cè)的一個(gè)技術(shù)指標(biāo)。

普通衣服在天氣干燥或者作業(yè)時(shí)衣服之間的摩擦而產(chǎn)生靜電，但是在變電站、油庫(kù)等特殊場(chǎng)合，絕對(duì)不能出現(xiàn)靜電，所以都必須穿著特制的防靜電工作服，面料必須是防靜電面料才可以。而且為了方便管理，對(duì)內(nèi)部工作人員、司機(jī)、施工人員等關(guān)鍵人員統(tǒng)一服裝款式。為保證內(nèi)部所有人員穿戴了防靜電工作服，并且工作人員穿戴了統(tǒng)一的服裝，對(duì)內(nèi)部的所有進(jìn)出人員進(jìn)行工作服的檢測(cè)。然而，僅依靠人力進(jìn)行監(jiān)督查看，需耗費(fèi)大量的人力資源。

鑒于此，結(jié)合深度學(xué)習(xí)與目標(biāo)檢測(cè)對(duì)工業(yè)廠(chǎng)區(qū)的工服工裝進(jìn)行識(shí)別檢測(cè)具有重大意義，本申請(qǐng)?zhí)岢鲆环N基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法及系統(tǒng)，能夠精準(zhǔn)、快速地對(duì)廠(chǎng)區(qū)工裝進(jìn)行檢測(cè)，識(shí)別出工作場(chǎng)所中工作人員是否按要求穿戴指定工作服。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提出了一種基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法及系統(tǒng)，來(lái)解決以上背景技術(shù)部分提到的技術(shù)問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例提供了一種基于神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)的廠(chǎng)區(qū)工裝檢測(cè)方法，包括以下步驟：

S1、獲取多張工作服樣本圖像，對(duì)所述工作服樣本圖像標(biāo)注標(biāo)簽，將全部的所述工作服樣本圖像及其對(duì)應(yīng)的標(biāo)簽確定為訓(xùn)練樣本數(shù)據(jù)集；

S2、將所述訓(xùn)練樣本數(shù)據(jù)集按比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；

S3、構(gòu)建目標(biāo)檢測(cè)模型：將所述訓(xùn)練樣本數(shù)據(jù)集中的圖像輸入到backbone網(wǎng)絡(luò)中，根據(jù)所述backbone網(wǎng)絡(luò)中的三層輸出，在neck層通過(guò)Rep-PAN網(wǎng)絡(luò)繼續(xù)輸出三層不同尺寸大小的特征圖，將所述特征圖輸入到head層中，并且對(duì)所述特征圖進(jìn)行三類(lèi)任務(wù)預(yù)測(cè)；構(gòu)建所述目標(biāo)檢測(cè)模型的損失函數(shù)；

S4、將所述訓(xùn)練集輸入到構(gòu)建好的所述目標(biāo)檢測(cè)模型中進(jìn)行訓(xùn)練，所述損失函數(shù)不斷迭代至收斂，獲得最優(yōu)網(wǎng)絡(luò)權(quán)重，所述目標(biāo)檢測(cè)模型通過(guò)所述驗(yàn)證集進(jìn)行預(yù)測(cè)，并通過(guò)所述測(cè)試集進(jìn)行測(cè)試驗(yàn)證；以及

S5、設(shè)置固定閾值，并根據(jù)所述固定閾值輸出目標(biāo)檢測(cè)結(jié)果。

通過(guò)上述技術(shù)方案，根據(jù)指定的工作服訓(xùn)練目標(biāo)檢測(cè)模型，大量采集工作服樣本，通過(guò)深度學(xué)習(xí)，識(shí)別出工作場(chǎng)所中工作人員是否按要求穿戴指定工作服，對(duì)未穿指定工作服的人員，進(jìn)行抓圖報(bào)警。在實(shí)際應(yīng)用中，還可以進(jìn)行語(yǔ)音提示報(bào)警。

在具體的實(shí)施例中，在步驟S3中，將所述訓(xùn)練樣本數(shù)據(jù)集中的圖像輸入到backbone網(wǎng)絡(luò)中，包括以下子步驟：

S311、輸入640*640*3的所述訓(xùn)練樣本數(shù)據(jù)集中的圖像到所述backbone網(wǎng)絡(luò)中，通過(guò)stem層輸出為320*320*3*2的圖像；

S312、所述stem層連接多個(gè)ERBlock，每個(gè)所述ERBlock均做特征層的下采樣和channel的增大，每個(gè)所述ERBlock由一個(gè)RVB和一個(gè)RB組成，在所述RVB中做特征層的下采樣，同時(shí)channel增大，在所述RB中對(duì)特征層充分融合后輸出；以及

S313、最后，所述backbone網(wǎng)絡(luò)輸出三個(gè)特征圖。