安全帽佩戴的检测方法、存储介质、检测装置及检测系统制造方法及图纸

本发明专利技术涉及安全检测技术领域，具体公开了一种安全帽佩戴的检测方法，其中，所述安全帽佩戴的检测方法包括：获取煤矿作业区域内包含作业人员的图像信息；对所述包含作业人员的图像信息进行图像处理得到处理图像；将所述处理图像输入到训练模型中进行图像识别得到图像识别结果，其中所述训练模型包括图像分类网络和目标检测网络；对所述图像识别结果进行筛选得到煤矿作业区域内作业人员的安全帽佩戴状况。本发明专利技术还公开了一种存储介质、安全帽佩戴的检测装置及系统。本发明专利技术提供的安全帽佩戴的检测方法能够高精度且高效率的识别出作业人员的安全帽佩戴状况。

Detection method, storage medium, detection device and detection system for wearing safety helmet

The invention relates to the technical field of safety detection, in particular to a detection method for wearing a safety helmet, wherein the detection method for wearing a safety helmet includes: obtaining image information of the operators in the coal mine operation area; image processing for the image information of the operators to obtain the processing image; inputting the processing image into the training model for the image Image recognition results are obtained by image recognition, wherein the training model includes an image classification network and a target detection network; the image recognition results are screened to obtain the wearing condition of the safety helmet of the operators in the coal mine operation area. The invention also discloses a storage medium, a detection device and a system for wearing a safety helmet. The detection method for wearing the safety helmet provided by the invention can identify the wearing condition of the safety helmet of the operator with high accuracy and efficiency.

【技术实现步骤摘要】
安全帽佩戴的检测方法、存储介质、检测装置及检测系统
本专利技术涉及安全检测
，尤其涉及一种安全帽佩戴的检测方法、存储介质、安全帽佩戴的检测装置及包括安全帽佩戴的检测装置的安全帽佩戴的检测系统。
技术介绍
近年来，随着人工智能与计算机视觉技术的发展与推广，计算机视觉技术进入了工业生产的许多重要环节中，而其中安全领域是生产环节中非常重要的一环，而在生产中安全帽的佩戴与否直接影响着作业人员的生命安全，因此对于作业人员的安全帽是否佩戴需要进行监测。在计算机视觉领域中，目标检测一直是一个热门领域，并且广泛应用在工业安全领域。目标检测技术综合运用了图像处理技术、模式识别技术、人工智能等先进技术，近年来已在众多领域得到广泛应用，如安防领域的人脸识别、指纹识别、行人检测、可疑人员检测等，交通领域的车辆检测、道路检测、无人驾驶等。传统的目标检测算法一般需要人为设计样本特征，然而在目标检测算法却仍然存在一些缺陷，精度不够或者运行效率慢等，因此，如何提供一种高精度且高效率的检测方式成为本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术提供了一种安全帽佩戴的检测方法、存储介质、安全帽佩戴的检测装置及包括安全帽佩戴的检测装置的安全帽佩戴的检测系统，解决相关技术中存在的检测效率低且精度低的问题。作为本专利技术的一个方面，提供一种安全帽佩戴的检测方法，其中，所述安全帽佩戴的检测方法包括：获取煤矿作业区域内包含作业人员的图像信息；对所述包含作业人员的图像信息进行图像处理得到处理图像；将所述处理图像输入到训练模型中进行图像识别得到图像识别结果，其中所述训练模型包括图像分类网络和目标检测网络；对所述图像识别结果进行筛选得到煤矿作业区域内作业人员的安全帽佩戴状况。进一步地，所述图像分类网络的获取包括：获取第一训练样本，所述第一训练样本包括M张煤矿作业区域内包含作业人员佩戴安全帽的图片以及M张煤矿作业区域内包含作业人员未佩戴安全帽的图片，M为大于1的自然数；根据所述第一训练样本对第一初始化网络进行训练，得到图像分类网络。进一步地，所述根据所述第一训练样本对第一初始化网络进行训练包括：对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行归一化处理，得到归一化图像；根据所述归一化图像对第一初始化网络进行训练。进一步地，所述对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行归一化处理包括：对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行图像转换，得到标准形式的图像。进一步地，所述目标检测网络的获取包括：获取第二训练样本，所述第二训练样本包括N张煤矿作业区域内包含作业人员的图片和标注信息，所述标注信息用于标注佩戴安全帽的作业人员在包含作业人员的图片中的位置信息，其中，N为大于1的自然数；根据所述标注信息和N张煤矿作业区域内包含作业人员的图片对第二初始化网络进行训练，得到初始目标检测网络参数；根据退火优化器对所述初始目标检测网络参数进行训练得到目标检测网络。进一步地，所述对所述包含作业人员的图像信息进行图像处理得到处理图像包括：对所述包含作业人员的图像信息进行图像重构，得到重构图像；对所述重构图像进行归一化处理，得到处理图像。进一步地，所述对所述图像识别结果进行筛选得到煤矿作业区域内作业人员的安全帽佩戴状况包括：对所述图像识别结果进行筛选得到煤矿作业区域内作业人员佩戴安全帽的数据，以及煤矿作业区域内作业人员未佩戴安全帽的数据；将煤矿作业区域内作业人员未佩戴安全帽的数据所对应的图像进行还原，得到未佩戴安全帽的还原图像；将未佩戴安全帽的还原图像进行存储。作为本专利技术的另一个方面，提供一种存储介质，其中，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令用于被处理器加载并执行以实现如前文所述的安全帽佩戴的检测方法。作为本专利技术的另一个方面，提供一种安全帽佩戴的检测装置，其中，所述安全帽佩戴的检测装置包括处理器和存储器，所述存储器包括前文所述的存储介质，所述处理器用于加载并执行所述存储介质上的程序指令。作为本专利技术的另一个方面，提供一种安全帽佩戴的检测系统，其中，所述安全帽佩戴的检测系包括采集装置和前文所述的安全帽佩戴的检测装置，所述采集装置用于采集煤矿作业区域内包含作业人员的图像信息，所述安全帽佩戴的检测装置用于对所述保护作业人员的图像信息进行处理后得到煤矿作业区域内作业人员的安全帽佩戴状况。通过上述安全帽佩戴的检测方法，将煤矿作业区域内包含作业人员的图像信息通过训练模型进行识别，能够得到煤矿作业区域内作业人员的安全帽佩戴状况，从而能够方便对未佩戴安全帽的作业人员进行监督，这种安全帽佩戴的检测方法由于采用了具有图像分类网络以及目标检测网络的训练模型，因而能够高精度且高效率的识别出作业人员的安全帽佩戴状况。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1为本专利技术提供的安全帽佩戴的检测方法的流程图。图2为本专利技术提供的作业人员佩戴安全帽的照片。图3为本专利技术提供的作业人员未佩戴安全帽的照片。图4为本专利技术提供的退火优化器的实现过程流程图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本领域技术人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在本实施例中提供了一种安全帽佩戴的检测方法，图1是根据本专利技术实施例提供的安全帽佩戴的检测方法的流程图，如图1所示，包括：S110、获取煤矿作业区域内包含作业人员的图像信息；S120、对所述包含作业人员的图像信息进行图像处理得到处理图像；S130、将所述处理图像输入到训练模型中进行图像识别得到图像识别结果，其中所述训练模型包括图像分类网络和目标检测网络；S140、对所述图像识别结果进行本文档来自技高网...

【技术保护点】
1.一种安全帽佩戴的检测方法，其特征在于，所述安全帽佩戴的检测方法包括：/n获取煤矿作业区域内包含作业人员的图像信息；/n对所述包含作业人员的图像信息进行图像处理得到处理图像；/n将所述处理图像输入到训练模型中进行图像识别得到图像识别结果，其中所述训练模型包括图像分类网络和目标检测网络；/n对所述图像识别结果进行筛选得到煤矿作业区域内作业人员的安全帽佩戴状况。/n

【技术特征摘要】
1.一种安全帽佩戴的检测方法，其特征在于，所述安全帽佩戴的检测方法包括：
获取煤矿作业区域内包含作业人员的图像信息；
对所述包含作业人员的图像信息进行图像处理得到处理图像；
将所述处理图像输入到训练模型中进行图像识别得到图像识别结果，其中所述训练模型包括图像分类网络和目标检测网络；
对所述图像识别结果进行筛选得到煤矿作业区域内作业人员的安全帽佩戴状况。


2.根据权利要求1所述的安全帽佩戴的检测方法，其特征在于，所述图像分类网络的获取包括：
获取第一训练样本，所述第一训练样本包括M张煤矿作业区域内包含作业人员佩戴安全帽的图片以及M张煤矿作业区域内包含作业人员未佩戴安全帽的图片，M为大于1的自然数；
根据所述第一训练样本对第一初始化网络进行训练，得到图像分类网络。


3.根据权利要求2所述的安全帽佩戴的检测方法，其特征在于，所述根据所述第一训练样本对第一初始化网络进行训练包括：
对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行归一化处理，得到归一化图像；
根据所述归一化图像对第一初始化网络进行训练。


4.根据权利要求3所述的安全帽佩戴的检测方法，其特征在于，所述对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行归一化处理包括：
对每张煤矿作业区域内包含作业人员佩戴/未佩戴安全帽的图片进行图像转换，得到标准形式的图像。


5.根据权利要求1所述的安全帽佩戴的检测方法，其特征在于，所述目标检测网络的获取包括：
获取第二训练样本，所述第二训练样本包括N张煤矿作业区域内包含作业人员的图片和标注信息，所述标注信息用于标注佩戴安全帽的作业人员在包含作业人员的图片中的位置信息，其中，N为大于1的自然数；
根据所述...

【专利技术属性】
技术研发人员：李鹤，陈圣泓，
申请(专利权)人：北京泰豪信息科技有限公司，
类型：发明
国别省市：北京;11