The invention relates to a monitoring system, method, client and storage medium for machine vision, comprising at least one monitoring device and client, a monitoring device for monitoring engineering site conditions, a client for manual customization of annotation learning, a client for automatic annotation learning after training, and a client for automatic annotation learning. The computer uses the confrontation generation network for hybrid training; through the combination of atomic model and molecular model, the client generates complex scene alarm items; for the accurate alarm information, the client generates alarm information; for the inaccurate alarm items, the client generates annotation information for retraining. In order to achieve low-cost, fast learning; greatly reduce the cost of intelligent single-machine learning, making more effective use of computing power; for users to save costs, improve efficiency, and ultimately achieve machine vision supervision.
【技术实现步骤摘要】
一种机器视觉的监管系统、方法及客户机、存储介质
本专利技术涉及建筑工程
,特别涉及一种机器视觉的监管系统、方法及客户机、存储介质。
技术介绍
当前在建筑工程施工过程中都需要使用到许多工具或设备,例如塔吊、脚手架、起重机等。其中塔吊具有塔身高、吊臂长、抬吊重量大、覆盖范围广、工作效率高等结构技术特点。脚手架可以用来搭建建筑工人的操作平台。起重机的作业空间大,主要用于房屋建筑施工中物料的垂直和水平输送及建筑构件的安装。建筑工程中存在大量高空作业或深基坑作业,存在危险源多,稍有不慎就可能发生人员伤亡事故。需要检查点多,通常需要对下列项进行分别检查:1、文明施工检查。2、基坑工程检查。3、施工用电检查。4、各种脚手架检查。5、高空作业吊篮检查。6、塔式起重机检查。7、起重吊装检查。8、施工升降机检查。9、物料提升机检查。10、模板支架检查。11、高处作业检查。12、施工机具检查。13、施工现场消防检查。14、路桥工程安全检查。15、有限空间作业检查。16、安全管理检查。17、悬挑式钢平台检测等。18、落地式卸料平台检查等等。由于上述建筑工程现场设置的各种工具或设备占地面积大,自身的高度高,会存在很多安全隐患,由建筑工程现场的各种工具或设备引起的人员伤亡和设备损毁事故屡屡发生,建筑工程现场的各种工具或设备的安全问题引起了社会的广泛重视。现有通常的解决方法是在这些建筑工程现场使用的工具或设备上安装有监控摄像头,来监控建筑工程的安全、进度和质量。随着摄像头安装的越来越多,由此带来一系列的新问题,摄像头安装好后由谁来监管,当摄像头监控到安全隐患或危险时,如何能够及时 ...
【技术保护点】
1.一种机器视觉的监管系统,包括:客户机和至少一台监管装置;其特征在于:所述监管装置用于采集监管内容,并将采集的监管内容传送给所述客户机;所述客户机针对所述监管内容上的标注结果,进行训练和学习,生成初步检测模型;并利用初步检测模型对标注任务进行学习、训练,生成训练结果;所述客户机基于训练结果,生成报警信息并进行报警,实现对监控现场的检测报警。
【技术特征摘要】
1.一种机器视觉的监管系统,包括:客户机和至少一台监管装置;其特征在于:所述监管装置用于采集监管内容,并将采集的监管内容传送给所述客户机;所述客户机针对所述监管内容上的标注结果,进行训练和学习,生成初步检测模型;并利用初步检测模型对标注任务进行学习、训练,生成训练结果;所述客户机基于训练结果,生成报警信息并进行报警,实现对监控现场的检测报警。2.如权利要求1所述的系统,其特征在于:所述监管内容的标注结果,包括:用户对所述监管内容的标注结果和/或所述客户机对所述监管内容进行自动标注的标注结果。3.如权利要求1或2所述的系统,其特征在于:标注过程中,采用局部内容放大标注和/或分类集中标注。4.如权利要求1或2所述的系统,其特征在于:所述客户机利用人工智能的深度学习算法针对标注结果进行学习,并通过对抗生成网络GAN和检测模型阈值调整方法,生成初步检测模型;利用初步生成的检测模型,并通过在线学习的方式收集与检测任务相关的训练数据,进行标注结果复查及数据训练。5.如权利要求1或2所述的系统,其特征在于:在标注与检测过程中,通过将多个识别模型以并联、串联或串并混合的方式组合后进行标注或检测,来对复杂场景进行标注或生成检测报警项。6.一种机器视觉的监管方法,其特征在于:包括:采集监管内容,并将采集的监管内容传送给所述客户机;所述客户机针对所述监管内容上的标注结果,进行训练和学习,生成初步检测模型;并利用初步检测模型对标注任务进行学习、训练,生成训练结果;所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。