【技术实现步骤摘要】
一种变电站头盔和工作服检测方法及装置
本专利技术属于变电站智能巡检领域,具体涉及一种变电站头盔和工作服检测方法。
技术介绍
随着计算机视觉的不断发展,智能巡检逐渐成为变电站的一个重点研究领域,其中就涉及检测工作人员是否正确穿戴头盔、工作服等安全用具,为了保障工作人员的生命安全,需要能够同时检测头盔和工作服是否正确穿戴。目前在目标检测中,R-CNN、YOLO等系列算法为主流算法,上述算法虽然能够快速、准确的定位到检测目标,但是仍然存在检测的结果会出现重复的问题,即一个目标可能出现多个结果框,采用传统的非极大值抑制处理方式可能由于阈值设置不合理、多目标重叠等原因造成漏检或定位不准确等问题,不符合智能巡检的要求,导致误判报警,亟待改进。
技术实现思路
有鉴于此,本专利技术提出了提供一种变电站头盔和工作服检测方法及装置、设备、存储介质,能够解决现有的变电站目标检测出现结果框重复、定位不准的问题。本专利技术第一方面,公开一种变电站头盔和工作服检测方法,所述方法包括:采集变电站工作人员巡检图像,在图像中标记头盔和工作服,作为第一标签;将标记后的图像作为YOLO3模型的输入,将输出结果框编号组成结果序列并保存在容器A中;分别筛选不同目标对应的结果框及对应的结果序列;对于重复结果框部分进行结果框重置计算、标签重新匹配和置信度重新匹配,其他部分保持不变,得到新的结果序列,保存容器C中;以容器A中的原始序列为输入序列,以容器C中的新的结果序列为目标序列,训练se ...
【技术保护点】
1.一种变电站头盔和工作服检测方法,其特征在于,所述方法包括:/n采集变电站工作人员巡检图像,在图像中标记头盔和工作服,作为第一标签;/n将标记后的图像作为YOLO3模型的输入,将输出结果框编号组成结果序列并保存在容器A中;/n从容器A中分别筛选不同目标对应的结果框及对应的结果序列;/n对于容器A中重复结果框部分进行结果框重置计算、标签重新匹配和置信度重新匹配,其他部分保持不变,得到新的结果序列,保存容器C中;/n以容器A中的原始序列为输入序列,以容器C中的新的结果序列为目标序列,训练seq2seq模型,得到结果框转化模型;/n将YOLO3模型与结果框转化模型进行串联整合,得到融合模型;/n将待识别图像输入所述融合模型,删除输出的结果序列中置信度小于预设阈值的序列,得到无重复框的检测结果。/n
【技术特征摘要】
1.一种变电站头盔和工作服检测方法,其特征在于,所述方法包括:
采集变电站工作人员巡检图像,在图像中标记头盔和工作服,作为第一标签;
将标记后的图像作为YOLO3模型的输入,将输出结果框编号组成结果序列并保存在容器A中;
从容器A中分别筛选不同目标对应的结果框及对应的结果序列;
对于容器A中重复结果框部分进行结果框重置计算、标签重新匹配和置信度重新匹配,其他部分保持不变,得到新的结果序列,保存容器C中;
以容器A中的原始序列为输入序列,以容器C中的新的结果序列为目标序列,训练seq2seq模型,得到结果框转化模型;
将YOLO3模型与结果框转化模型进行串联整合,得到融合模型;
将待识别图像输入所述融合模型,删除输出的结果序列中置信度小于预设阈值的序列,得到无重复框的检测结果。
2.根据权利要求1所述变电站头盔和工作服检测方法,其特征在于,所述结果序列中包括序号,置信度,类别,位置,所述位置包括结果框的中心坐标、宽度、高度。
3.根据权利要求1所述变电站头盔和工作服检测方法,其特征在于,所述分别筛选不同目标对应的结果框具体包括:
预先设定交并比阈值T;设定同一目标不同结果框中心坐标之间的距离阈值D;将所有结果框按置信度降序排列;
从降序排列结果中取出置信度最高的结果框,分别计算置信度最高的结果框与其余所有结果框之间的坐标中心距离和交并比,筛选出与置信度最高的结果框之间类别相同且坐标中心距离小于D且交并比大于T的结果框,将置信度最高的结果框与筛选出的结果框作为同一目标的结果框;将同一目标的结果框从所述降序排列结果中剔除;
重复上述从降序排列结果中同一目标的结果框过程,直到确定所有目标对应的结果框。
4.根据权利要求2所述变电站头盔和工作服检测方法,其特征在于,所述对于重复结果框部分进行结果框重置计算具体包括:
判断各个目标是否包含重复结果框,将容器A中所有重复结果框对应的结果序列保存在容器B中;
当容器B中同一目标的结果序列中结果框重复时,通过各个结果框的中心坐标之间的距离、交并比、置信度计算当前目标的重置结果框位置;
用所述重置结果框位置替换容器B中对应目标的结果框中与第一标签的交并比最大的结果框的位置,序号、置信度、类别均保持不变。
5.根据权利要求4所述变电站头盔和工作服检测方法,其特征在于,所述通过各个结果框的中心坐标之间的距离、交并比、置信度计算当前目标的重置结果框位置具体包括:
对于第j个目标,设结果框i的中心坐标为(xi,yi),宽为wi,高为hi,与第一标签的交并比为ρi,置信度为ci,i=1,2,…,n,其中交并比最高的结果...
【专利技术属性】
技术研发人员:简国强,
申请(专利权)人:武汉寒霜科技有限公司,
类型:发明
国别省市:湖北;42
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。