一种目标设备检测方法、系统、介质及电子终端技术方案

本发明专利技术提供一种目标设备检测方法、系统、介质及电子终端，方法包括：获取目标设备的初始图像信息；将初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型；获取目标设备的实时图像信息，并输入识别模型，得到目标设备的位置信息和固定框架的位置信息；通过目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测；本发明专利技术中的方法通过获取目标设备的实时图像信息，并将实时图像信息输入识别模型，得到目标设备的位置信息和固定框架的位置信息，进而通过目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测，实现对目标设备的自动识别跟踪和防撞识别。

【技术实现步骤摘要】
一种目标设备检测方法、系统、介质及电子终端
本专利技术涉及图像识别
，尤其涉及一种目标设备检测方法、系统、介质及电子终端。
技术介绍
轧钢生产过程工艺、设备复杂，作业频繁，作业环境温度高，噪声和烟雾大，精整区打包机体积与质量较大，易与机体发生碰撞。目前，轧钢精整区的目标设备的防撞识别大多还是采用人工的方式，然而，由于目标设备体积质量大，运行过程中涉及到高温、噪音与烟雾等危险因素，采用人工的方式容易发生安全事故。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种目标设备检测方法、系统、介质及电子终端，以解决现有技术中打包机设备的防撞识别采用人工方式进行识别，容易发生安全事故的问题。本专利技术提供的目标设备检测方法，包括：获取目标设备的初始图像信息；将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型；获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息和固定框架的位置信息；通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测。可选的，获取目标设备的初始图像信息的步骤包括：采集目标设备的初始图像，并对所述初始图像中的目标设备进行标注与框选，进而获取初始目标框的位置信息。可选的，所述初始目标框位置信息包括：[xmin1,ymin1,xmax1,ymax1,class1]其中，xmin1、ymin1分别为初始目标框在图像中左上角x、y坐标值，xmax1、ymax1分别为初始目标框在图像中右下角x、y坐标值，class1为初始图像的目标类别。可选的，将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型的步骤包括：搭建基于深度学习的目标检测网络；将所述初始图像信息输入所述目标检测网络，所述目标检测网络对所述初始图像信息进行训练，进而获取识别准确率较高的模型作为识别模型。可选的，获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息的步骤包括：采集所述目标设备的实时图像信息，根据所述实时图像信息，获取目标设备的尺寸归一化图像信息；将所述尺寸归一化图像信息输入所述识别模型，获取所述目标设备的实时目标框，进而获取第一位置信息，所述第一位置信息为所述实时目标框在所述尺寸归一化图像中的位置信息；根据所述第一位置信息和初始图像信息，获取第二位置信息，所述第二位置信息为所述实时目标框映射到初始图像中的位置信息。可选的，所述第一位置信息包括：[class][xmin,ymin,xmax,ymax]其中，class为归一化图像的目标类别；xmin、ymin分别为实时目标框在尺寸归一化图像中左上角的x、y坐标值，xmax、ymax分别为实时目标框在尺寸归一化图像中右下角的x、y坐标值。可选的，根据所述第一位置信息和初始图像信息，获取第二位置信息的步骤包括：根据所述第一位置信息和初始图像信息，获取所述实时目标框在初始图像中的位置坐标，得到第二位置信息；所述实时目标框在初始图像中的位置坐标的获取方式如下：当所述实时目标框在尺寸归一化图像中的坐标相对于初始图像为绝对坐标值时,所述实时目标框映射到初始图像中的位置坐标值与所述实时目标框在尺寸归一化图像中的坐标值相同；当所述实时目标框在尺寸归一化图像中的坐标相对于初始图像为相对比值时，所述实时目标框映射到初始图像中的位置坐标为：所述实时目标框在尺寸归一化图像中的坐标值与初始图像宽度值或高度值的乘积。可选的，获取所述目标设备的实时图像信息，并输入所述识别模型，得到固定框架的位置信息的步骤包括：采集所述目标设备的实时图像信息，根据所述实时图像信息和初始图像信息，获取目标设备的尺寸归一化图像信息；将所述尺寸归一化图像信息输入所述识别模型，获取所述固定框架的位置信息。所述固定框架的位置信息包括：其中，为固定框架的左上角x、y坐标值，为固定框架的右下角x、y坐标值。可选的，通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞的步骤包括：根据所述第二位置信息和固定框架的位置信息，获取所述实时目标框与固定框架的坐标差值，根据所述坐标差值，判断设备是否处于稳定状态；所述坐标差值的数学表达为：其中，x2、y2为所述实时目标框在初始图像中右下角的位置坐标，为固定框架的右下角x、y坐标值，Dx、Dy分别为实时目标框在初始图像中的x、y位置坐标与固定框架的位置x、y坐标之间的差值的绝对值。可选的，判断目标设备是否处于稳定状态的步骤包括：判断目标设备是否处于稳定状态的数学表达为：其中，Dx(n)、Dx(n-1)、Dy(n)、Dy(n-1)分别是第n次与第n-1次的实时目标框在初始图像中的x、y位置坐标与固定框架的x、y位置坐标之间的差值的绝对值；为预先设置的第一变化量阈值；为预先设置的第二变化量阈值；为实时目标框的x坐标值变化量小于或等于所述第一变化量阈值的次数；为实时目标框的y坐标值变化量小于或等于所述第二变化量阈值的次数；ThresholdC为预先设置的第一次数阈值；当同时满足上述数学表达时，则判定目标设备处于稳定状态。可选的，通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞的步骤还包括：当判定目标设备处于稳定状态时，根据所述实时目标框在初始图像中的位置坐标和所述固定框架的位置坐标判断目标设备是否发生碰撞，其数学表达为：其中，Dx(n)、Dy(n)分别是第n次实时目标框在初始图像中的x、y位置坐标与固定框架的x、y位置坐标之间的差值的绝对值；为预先设定的第一差值阈值；为预先设定的第二差值阈值；为实时目标框在初始图像中的x坐标与固定框架的x坐标之间的差值小于或等于所述第一差值阈值的次数；为实时目标框在初始图像中的y坐标与固定框架的y坐标之间的差值小于或等于所述第一差值阈值的次数；ThresholdE为预先设置的第二次数阈值；满足上述数学表达中的任意一个，则判定目标设备发生碰撞。本专利技术还提供一种目标设备检测系统，包括：采集模块，用于获取目标设备的初始图像信息；训练模块，用于将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型；处理模块，用于获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息和固定框架的位置信息；判断模块，用于通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测。本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的目标设备检测方法。本专利技术还提供一种电子终端，包括：处理器及存储本文档来自技高网...

【技术保护点】
1.一种目标设备检测方法，其特征在于，包括：/n获取目标设备的初始图像信息；/n将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型；/n获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息和固定框架的位置信息；/n通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测。/n

【技术特征摘要】
1.一种目标设备检测方法，其特征在于，包括：
获取目标设备的初始图像信息；
将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型；
获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息和固定框架的位置信息；
通过所述目标设备的位置信息和固定框架的位置信息判断目标设备是否发生碰撞，完成目标设备检测。


2.根据权利要求1所述的目标设备检测方法，其特征在于，获取目标设备的初始图像信息的步骤包括：采集目标设备的初始图像，并对所述初始图像中的目标设备进行标注与框选，进而获取初始目标框的位置信息。


3.根据权利要求2所述的目标设备检测方法，其特征在于，所述初始目标框位置信息包括：
[xmin1,ymin1,xmax1,ymax1,class1]
其中，xmin1、ymin1分别为初始目标框在图像中左上角x、y坐标值，xmax1、ymax1分别为初始目标框在图像中右下角x、y坐标值，class1为初始图像的目标类别。


4.根据权利要求3所述的目标设备检测方法，其特征在于，将所述初始图像信息输入目标检测网络进行训练，获取用于检测目标设备位置的识别模型的步骤包括：
搭建基于深度学习的目标检测网络；
将所述初始图像信息输入所述目标检测网络，所述目标检测网络对所述初始图像信息进行训练，进而获取识别准确率较高的模型作为识别模型。


5.根据权利要求1所述的目标设备检测方法，其特征在于，获取所述目标设备的实时图像信息，并输入所述识别模型，得到目标设备的位置信息的步骤包括：
采集所述目标设备的实时图像信息，根据所述实时图像信息，获取目标设备的尺寸归一化图像信息；
将所述尺寸归一化图像信息输入所述识别模型，获取所述目标设备的实时目标框，进而获取第一位置信息，所述第一位置信息为所述实时目标框在所述尺寸归一化图像中的位置信息；
根据所述第一位置信息和初始图像信息，获取第二位置信息，所述第二位置信息为所述实时目标框映射到初始图像中的位置信息。


6.根据权利要求5所述的目标设备检测方法，其特征在于，所述第一位置信息包括：
[class]
[xmin,ymin,xmax,ymax]
其中，class为归一化图像的目标类别；xmin、ymin分别为实时目标框在尺寸归一化图像中左上角的x、y坐标值，xmax、ymax分别为实时目标框在尺寸归一化图像中右下角的x、y坐标值。


7.根据权利要求5所述的目标设备检测方法，其特征在于，根据所述第一位置信息和初始图像信息，获取第二位置信息的步骤包括：
根据所述第一位置信息和初始图像信息，获取所述实时目标框在初始图像中的位置坐标，得到第二位置信息；所述实时目标框在初始图像中的位置坐标的获取方式如下：
当所述实时目标框在尺寸归一化图像中的坐标相对于初始图像为绝对坐标值时,所述实时目标框映射到初始图像中的位置坐标值与所述实时目标框在尺寸归一化图像中的坐标值相同；
当所述实时目标框在尺寸归一化图像中的坐标相对于初始图像为相对比值时，所述实时目标框映射到初始图像中的位置坐标为：所述实时目标框在尺寸归一化图像中的坐标值与初始图像宽度值或高度值的乘积。


8.根据权利要求1所述的目标设备检测方法，其特征在于，获取所述目标设备的实时图像信息，并输入所述识别模型，得到固定框架的位置信息的步骤包括：
采集所述目标设备的实时图像信息，根据所述实时图像信息和初始图像信息，获取目标设备的尺寸归一化图像信息；
将...

【专利技术属性】
技术研发人员：庞殊杨，刘雨佳，冉星明，刘睿，张超杰，贾鸿盛，毛尚伟，刘璇，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50