识别对象的方法和装置制造方法及图纸

本发明专利技术公开了一种识别对象的方法和装置。其中，该方法包括：采集施工图像，其中，施工图像中至少包括待识别对象，待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在电力施工现场的施工对象佩戴的安全护具；基于目标检测模型对施工图像进行识别，得到识别结果，其中，目标检测模型为使用多组数据通过多分支深度网络训练出来的，多组数据中的每组数据包括：施工图像和施工图像中标识出的待识别对象；根据识别结果确定施工对象是否存在违规行为。本发明专利技术解决了相关技术中，人工巡检电力施工现场的违规行为所导致的检测效率低的技术问题。

【技术实现步骤摘要】
识别对象的方法和装置
本专利技术涉及图像识别领域，具体而言，涉及一种识别对象的方法和装置。
技术介绍
随着社会的不断发展，电力行业得到了突飞猛进的发展。然而，近年来，在电力施工中屡屡发生因作业不规范导致的安全责任事故。针对此问题，安监部门要求在电力施工现场，现场施工人员身份信息需要与工作票信息相符，并且需要佩戴安全防护用具(例如，安全帽、马甲等)，而且，在施工现场需要架设安全围栏、三脚架，摆放安全标识牌，防止外来人员随意进入工作现场。为减少甚至杜绝作业现场违章，需要对施工现场进行实时监控。传统的监控方法采用人员巡视的方式进行管理，电力施工作业现场配备专门的安全巡检人员，巡检人员定期对施工现场进行巡查，监督所有的施工人员是否正确佩戴安全帽以及安全马甲，对未佩戴的工作人员下发违章通知单。但该方法耗费大量的时间，巡检人员不能做到实时巡查电力施工作业现场，而且有限的人力资源无法满足电网大规模增长的监控需求。随着监控视频的不断发展，电力施工作业现场还可采用人工与监控视频结合的方式对现场工况进行监控，通过人力实现对视频监控的实时校验，并利用人的直观视觉观察在电力施工作业环境下的工人们是否佩戴安全护具，以此来监控并保障工人安全。但由于全程使用人力监控现场施工，使监控过程变得繁琐复杂，无法高效保障作业人员的安全施工。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种识别对象的方法和装置，以至少解决相关技术中，人工巡检电力施工现场的违规行为所导致的检测效率低的技术问题。根据本专利技术实施例的一个方面，提供了一种识别对象的方法，包括：采集施工图像，其中，施工图像中至少包括待识别对象，待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在电力施工现场的施工对象佩戴的安全护具；基于目标检测模型对施工图像进行识别，得到识别结果，其中，目标检测模型为使用多组数据通过多分支深度网络训练出来的，多组数据中的每组数据包括：施工图像和施工图像中标识出的待识别对象；根据识别结果确定施工对象是否存在违规行为。进一步地，识别对象的方法还包括：在基于目标检测模型对施工图像进行识别，得到识别结果之前，获取设施数据集，其中，设施数据集包括多个类型的安全设施所对应的数据集；对设施数据集进行图像预处理，得到处理后的设施数据集；根据处理后的设施数据集对多分支深度网络进行训练，得到目标检测模型。进一步地，识别对象的方法还包括：在获取设施数据集之前，获取图像采集设备所采集到的电力施工现场的多张图像；对多张图像进行样本标定，从多张图像中筛选出有效样本；根据有效样本，得到设施数据集。进一步地，识别对象的方法还包括：在目标检测模型中，将施工图像的第一图像分辨率调整为第二图像分辨率，得到第一施工图像；将第一施工图像输入至残差模块，以提取第一施工图像的第一特征；对第一施工图像进行上采样，得到第一施工图像的第二特征；对第一特征和第二特征进行特征融合，得到识别结果。进一步地，识别对象的方法还包括：在第一图像分辨率大于第二图像分辨率的情况下，对施工图像进行填充操作，得到第二施工图像，其中，第二施工图像的图像分辨率高于第一图像分辨率；对第二施工图像进行缩放操作，得到第一施工图像。进一步地，目标检测模型至少包括两个残差模块，多分支深度网络具有4个输出分支。进一步地，识别对象的方法还包括：采用第一子线程接收施工图像；采用第二子线程对施工图像进行识别处理，其中，第一子线程和第二子线程为不同的子线程，第一子线程和第二子线程并行操作。根据本专利技术实施例的另一方面，还提供了一种识别对象的装置，包括：采集模块，用于采集施工图像，其中，施工图像中至少包括待识别对象，待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在电力施工现场的施工对象佩戴的安全护具；识别模块，用于基于目标检测模型对施工图像进行识别，得到识别结果，其中，目标检测模型为使用多组数据通过多分支深度网络训练出来的，多组数据中的每组数据包括：施工图像和施工图像中标识出的待识别对象；确定模块，用于根据识别结果确定施工对象是否存在违规行为。根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，该非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的识别对象的方法。根据本专利技术实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序被设置为运行时执行上述的识别对象的方法。在本专利技术实施例中，采用图像识别的方式来识别电力施工现场的违规行为，通过采集施工图像，并基于目标检测模型对施工图像进行识别，得到识别结果，再根据识别结果确定施工对象是否存在违规行为，其中，施工图像中至少包括待识别对象，待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在电力施工现场的施工对象佩戴的安全护具，目标检测模型为使用多组数据通过多分支深度网络训练出来的，多组数据中的每组数据包括：施工图像和施工图像中标识出的待识别对象。在上述过程中，本申请基于图像识别的方式对施工对象的违规行为进行检测可极大地减少人力监管成本，节约大量的人力、物力资源，降低安全责任事故的发生率，减少因安全事故造成的经济损失，切实保障了施工人员的生命健康。另外，在本申请中，目标检测模型是通过多分支深度网络模型训练得到的，通过增加采样分支，可以提高目标检测模型对小目标的检测效果，总体上提高了电力施工大场景下不同尺度目标的检测效率。由上可知，本申请所提供的方案达到了自动检测电力施工现场的违规行为的目的，从而实现了提高违规检测的检测效率的技术效果，进而解决了相关技术中，人工巡检电力施工现场的违规行为所导致的检测效率低的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种识别对象的方法流程图；图2是根据本专利技术实施例的一种可选的目标检测模型的训练示意图；图3是根据本专利技术实施例的一种可选的待识别对象的标注示意图；图4是根据本专利技术实施例的一种可选的XML文件的示意图；图5是根据本专利技术实施例的一种可选的施工图像的识别流程图；图6是根据本专利技术实施例的一种可选的残差单元的结构示意图；图7是根据本专利技术实施例的一种可选的基本残差单元的示意图；图8是根据本专利技术实施例的一种可选的特征融合的示意图；图9是根据本专利技术实施例的一种可选的特征提取的示意图；图10是根据本专利技术实施例的一种识别对象的装置示意图。具体实施方式为了使本
的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，都应当本文档来自技高网...

【技术保护点】
1.一种识别对象的方法，其特征在于，包括：/n采集施工图像，其中，所述施工图像中至少包括待识别对象，所述待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在所述电力施工现场的施工对象佩戴的安全护具；/n基于目标检测模型对所述施工图像进行识别，得到识别结果，其中，所述目标检测模型为使用多组数据通过多分支深度网络训练出来的，所述多组数据中的每组数据包括：所述施工图像和所述施工图像中标识出的待识别对象；/n根据所述识别结果确定所述施工对象是否存在违规行为。/n

【技术特征摘要】
1.一种识别对象的方法，其特征在于，包括：
采集施工图像，其中，所述施工图像中至少包括待识别对象，所述待识别对象至少包括如下之一：位于电力施工现场的安全设施以及在所述电力施工现场的施工对象佩戴的安全护具；
基于目标检测模型对所述施工图像进行识别，得到识别结果，其中，所述目标检测模型为使用多组数据通过多分支深度网络训练出来的，所述多组数据中的每组数据包括：所述施工图像和所述施工图像中标识出的待识别对象；
根据所述识别结果确定所述施工对象是否存在违规行为。


2.根据权利要求1所述的方法，其特征在于，在基于目标检测模型对所述施工图像进行识别，得到识别结果之前，所述方法还包括：
获取设施数据集，其中，所述设施数据集包括多个类型的安全设施所对应的数据集；
对所述设施数据集进行图像预处理，得到处理后的设施数据集；
根据所述处理后的设施数据集对所述多分支深度网络进行训练，得到所述目标检测模型。


3.根据权利要求2所述的方法，其特征在于，在获取设施数据集之前，所述方法还包括：
获取图像采集设备所采集到的所述电力施工现场的多张图像；
对所述多张图像进行样本标定，从所述多张图像中筛选出有效样本；
根据所述有效样本，得到所述设施数据集。


4.根据权利要求1所述的方法，其特征在于，基于目标检测模型对所述施工图像进行识别，得到识别结果，包括：
在所述目标检测模型中，将所述施工图像的第一图像分辨率调整为第二图像分辨率，得到第一施工图像；
将所述第一施工图像输入至残差模块，以提取所述第一施工图像的第一特征；
对所述第一施工图像进行上采样，得到所述第一施工图像的第二特征；
对所述第一特征和所述第二特征进行特征融合，得到所述识别结果。


5.根据权利要求4所述...

【专利技术属性】
技术研发人员：李大志，杨博，叶宽，朱戎，赵蕾，谢欢，李洪斌，潘轩，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11