一种基于图像识别技术的工地积水点检测方法和装置制造方法及图纸

技术编号:31593908 阅读:13 留言:0更新日期:2021-12-25 11:41
本公开公开了一种基于图像识别技术的工地积水点检测方法和装置,涉及建筑工程施工技术领域。具体实现方案为:实时采集视频数据;其中,视频数据中包括施工区域的路面图像;将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像;将路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。由此,能够实现对施工区积水情况的自动识别检测,可以辅助各级施工区安全监管单位进行施工区智能化监管,提高施工区安全监管信息化水平。施工区安全监管信息化水平。施工区安全监管信息化水平。

【技术实现步骤摘要】
一种基于图像识别技术的工地积水点检测方法和装置


[0001]本公开涉及建筑工程施工
,尤其涉及一种基于图像识别技术的工地积水点检测方法和装置。

技术介绍

[0002]目前,在雨天,工地路面情况要比晴天情况复杂很多,如果施工区域的路面存在积水,会给施工人员带来一定的不便和风险。

技术实现思路

[0003]本公开提供了一种基于图像识别技术的工地积水点检测方法和装置。
[0004]根据本公开的一方面,提供一种基于图像识别技术的工地积水点检测方法,包括:实时采集视频数据;其中,视频数据中包括施工区域的路面图像;将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像;将路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。
[0005]根据本公开的第二方面,提供了一种基于图像识别技术的工地积水点检测装置,包括:数据采集单元、处理单元和检测单元。
[0006]其中,数据采集单元,用于实时采集视频数据;其中,视频数据中包括施工区域的路面图像。处理单元,用于将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中包括路面图像。检测单元,用于将路面检测框包括的路面图像输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。
[0007]本公开的实施例提供的技术方案至少带来以下有益效果:通过实时采集视频数据;其中,视频数据中包括施工区域的路面图像;将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像;将路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。由此,能够通过对路面图像中的路面进行检测,获取检测到的路面特征,并将其作为输入对路面中的积水区和干燥区进行分类,进而实现对积水点的检测,采用这样的方式能够实现对施工区积水情况的自动识别检测,可以辅助各级施工区安全监管单位进行施工区智能化监管,提高施工区安全监管信息化水平。
[0008]应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0009]附图用于更好地理解本方案,不构成对本公开的限定。其中:图1是根据本公开第一实施例的流程图;图2是根据本公开第二实施例的流程图;
图3是根据本公开第二实施例中步骤S20的子步骤的流程图;图4是根据本公开第二实施例中步骤S30的子步骤的流程图;图5是根据本公开第二实施例的另一种流程图;图6是根据本公开第二实施例中步骤S100的子步骤的流程图;图7是根据本公开第三实施例的结构图;图8是根据本公开第三实施例的又一种结构图;图9是根据本公开第三实施例的又一种结构图;图10是根据本公开第三实施例的又一种结构图。
具体实施方式
[0010]以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
[0011]本公开提供一种基于图像识别技术的工地积水点检测方法,图1是根据本公开第一实施例的流程图。
[0012]如图1所示,该方法包括但不限于如下步骤:S1:实时采集视频数据;其中,视频数据中包括施工区域的路面图像。
[0013]本公开实施例中,可以在施工现场、或者施工现场的特定区域,设置视频采集装置,示例性的,视频采集装置可以为摄像头。
[0014]需要说明的是,上述示例仅作为示意,不作为对本公开实施例的具体限制,本领域的技术人员可以根据需要采用其他任意可以实现上述功能的方式进行任意设置。
[0015]本公开实施例中,在能够获取施工区域中路面图像的位置设置图像采集装置,以通过图像采集装置获取包括施工区域的路面图像的视频数据。
[0016]可以理解的是,施工区域的范围很大,路面区域的位置比较分散,可能无法通过一个图像采集装置获取的视频数据获取到完整的路面图像,或者可能通过视频数据获取到路面图像不清晰。基于此,本公开实施例中,可以设置多个图像采集装置,每个图像采集装置采集包括一部分路面图像的视频数据,从而能够获取到施工区域中,清晰完整的路面图像,方便后续对施工区域中的路面区域中是否存在积水点进行检测。
[0017]S2:将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像。
[0018]可以理解的是,在实际施工过程中,施工区域的场景较为复杂,且含有积水点的图像较少,数据量小不利于目标检测的准确性,基于此,本公开实施例中将积水点检测的任务分为两个过程。
[0019]第一个过程为识别获取路面图像,第二个过程为对获取的路面图像进行分类识别。
[0020]示例性的,本公开实施例中将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像,以此,实现识别获取路面图像。
[0021]需要说明的是,本公开实施例中,训练好的路面检测模型能够识别路面图像,并用路面检测框将识别的路面图像进行标识,从而能够获取路面图像。
[0022]S3:将路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。
[0023]本公开实施例中,在将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框之后,将获取的路面检测框中的图像部分输入至训练好的VGG网络模型进行分类操作,得到的分类包括两类,可以得到带有dry标签和wet标签的路面区域图像,即为干燥地面和积水区地面,从而实现对积水点的检测。
[0024]通过实施本公开实施例中,实时采集视频数据;其中,视频数据中包括施工区域的路面图像;将视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,路面检测框中的图像部分至少包括路面图像;将路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。由此,能够获取视频数据中的路面图像,进一步对路面图像进行分类识别,以实现对积水点的检测,采用这样的方式能够实现对施工区积水情况的自动识别检测,可以辅助各级施工区安全监管单位进行施工区智能化监管,提高施工区安全监管信息化水平。
[0025]图2是根据本公开第二实施例的流程图。
[0026]如图2所示,本公开实施例提供的基于图像识别技术的工地积水点检测方法,包括但不限于如下步骤:S10:实时采集视频数据;其中,视频数据中包括施工区域的路面图像。
[0027]本公开实施例中S10的描述说明可以参见上述实施例中的S1中的描述,此处不再赘述。
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别技术的工地积水点检测方法,其特征在于,包括:实时采集视频数据;其中,所述视频数据中包括施工区域的路面图像;将所述视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框;其中,所述路面检测框中的图像部分至少包括所述路面图像;将所述路面检测框中的图像部分输入至训练好的VGG网络模型,以生成是否存在积水区的检测结果。2.根据权利要求1所述的方法,其特征在于,所述将所述视频数据输入至训练好的路面检测模型,获取类别为路面的路面检测框,包括:将所述视频数据输入至实时目标检测框架Yolov5网络模型,获取特征向量集合;将所述特征向量集合输入至注意力变换transformer模型,生成类别为路面的路面检测框。3.根据权利要求2所述的方法,其特征在于,所述将所述视频数据输入至实时目标检测框架Yolov5网络模型,获取特征向量集合,包括:从所述视频数据中截取多张图片;通过mosaic数据增强对多张图片进行随机缩放、随机裁剪、随机排布的方式进行拼接,生成数据集;通过focus结构对所述数据集中所有拼接图片进行切片,生成特征图;通过CSP结构对所述特征图进行特征提取,生成特征向量集合。4.根据权利要求3所述的方法,其特征在于,所述将所述特征向量集合输入至注意力变换transformer模型,生成类别为路面的路面检测框,包括:将所述特征向量集合中的特征进行降维,之后加上位置信息输入至所述注意力transformer模型中的编码器encoder中,得到编码后的特征;将编码后的特征和对象查询object query输入至所述注意力transformer模型中的解码器decoder中,接入两个FFN,生成类别为路面的路面检测框。5.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法,还包括:获取训练数据集;将所述训练数据集输入至路面检测模型和VGG网络模型,对所述路面检测模型和所述VGG网络模型进行训练,以生成训练好的路面检测模型和训练好的VGG网络模型。6.根据权利要求...

【专利技术属性】
技术研发人员:申永利周岐文李新刚
申请(专利权)人:中化学交通建设集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1