基于AI的工地隐患监测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种基于AI的工地隐患监测方法、装置、设备及存储介质，该方法包括：通过摄像机每间隔预设时间段采集关于工地的工地图像；确定所述工地图像的类型；从预设工地隐患监测模型集中选择得到与所述工地图像的类型匹配的目标工地隐患监测模型；根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果；确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报。本申请直接通过人工智能识别的手段识别工地安全隐患，并进行响应报警，提升工地建设的安全性。提升工地建设的安全性。提升工地建设的安全性。

【技术实现步骤摘要】
基于AI的工地隐患监测方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种基于AI的工地隐患监测方法、装置、设备及存储介质。

技术介绍

[0002]确保工地建设的安全是工地建设中的一个重要环节。
[0003]然而，现有工地安全，主要以工人或者保安人为巡逻监测为主，具体地，例如，工人或者保安巡逻监察周界是否有人员车辆入侵，巡逻监察工地裸土是否被覆盖等，以防止安全隐患，然而，工人或者保安巡逻监察易受人为因素的影响，难以时刻确保工地建设的安全，导致工地建设安全性还是较低。

技术实现思路

[0004]本申请的主要目的在于提供一种基于AI的工地隐患监测方法、装置、设备及存储介质，旨在解决现有工地建设安全性低的技术问题。
[0005]为实现上述目的，本申请提供一种基于AI的工地隐患监测方法，所述方法包括：
[0006]通过摄像机每间隔预设时间段采集关于工地的工地图像；
[0007]确定所述工地图像的类型；
[0008]从预设工地隐患监测模型集中选择得到与所述工地图像的类型匹配的目标工地隐患监测模型；
[0009]根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果；
[0010]确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报。
[0011]可选地，所述工地图像的类型包括非工地关联事项类型图像，在所述工地图像的类型为非工地关联事项类型图像时，所述目标工地隐患监测模型为非工地关联事项图像识别模型；
[0012]所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：
[0013]所述非工地关联事项图像识别模型是基于具有非工地关联事项标签的第一训练数据，对第一待训练模型进行迭代训练后得到的，具有满足第一精度条件的模型参数的预测模型，所述非工地关联事项标签包括非工地车辆标签和非工地人员标签；
[0014]根据所述非工地关联事项图像识别模型对所述非工地关联事项类型图像进行识别，确定所述非工地关联事项类型图像是否具有非工地车辆和/或者具有非工地人员；
[0015]所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：
[0016]若所述非工地关联事项类型图像为具有非工地车辆和/或者具有非工地人员的图像，则输出驱赶所述非工地车辆和/或者具有非工地人员的驱赶响应警报。
[0017]可选地，所述工地图像的类型包括火灾风险类型图像，在所述工地图像的类型为火灾风险类型图像时，所述目标工地隐患监测模型为火灾风险图像识别模型；
[0018]所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：
[0019]所述火灾风险图像识别模型是基于具有火灾风险标签的第二训练数据，对第二待训练模型进行迭代训练后得到的，具有满足第二精度条件的模型参数的预测模型，所述火灾风险标签包括烟雾标签和明火标签；
[0020]根据所述火灾风险图像识别模型对所述火灾风险类型图像进行识别，确定所述火灾风险类型图像是否具有烟雾和/或者明火；
[0021]所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：
[0022]若所述火灾风险类型图像为具有烟雾和/或者明火的图像，则输出烟雾响应警报和/或者明火响应警报。
[0023]可选地，所述工地图像的类型包括裸土类型图像，在所述工地图像的类型为裸土类型图像时，所述目标工地隐患监测模型为裸土图像识别模型；
[0024]所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：
[0025]所述裸土类型图像识别模型是基于具有裸土被覆盖标签的第三训练数据，对第三待训练模型进行迭代训练后得到的，具有满足第三精度条件的模型参数的预测模型；
[0026]根据所述裸土类型图像识别模型对所述裸土类型图像进行识别，确定所述裸土类型图像中裸土是否被覆盖；
[0027]所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：
[0028]若所述裸土类型图像中为裸土被覆盖的图像，则输出裸土被覆盖的响应警报。
[0029]可选地，所述工地图像的类型包括渣土车类型图像，在所述工地图像的类型为渣土车图像时，所述目标工地隐患监测模型为渣土车图像识别模型；
[0030]所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：
[0031]所述渣土车图像识别模型是基于具有渣土车密闭标签的第四训练数据，对第四待训练模型进行迭代训练后得到的，具有满足第四精度条件的模型参数的预测模型；
[0032]根据所述渣土车图像识别模型对所述渣土车类型图像进行识别，确定所述渣土车图像中渣土车是否密闭；
[0033]所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：
[0034]若所述渣土车图像为渣土车未密闭的图像，则输出渣土车未密闭的响应警报。
[0035]可选地，所述确定所述工地图像的类型的步骤，包括：
[0036]确定采集所述工地图像的摄像头的位置信息以及所述位置信息所在的警示区域类型；
[0037]根据所述位置信息和所述警示区域类型，对所述工地图像进行分类，得到所述工
地图像的类型。
[0038]本申请还提供一种基于AI的工地隐患监测装置，所述装置包括：
[0039]采集模块，用于通过摄像机每间隔预设时间段采集关于工地的工地图像；
[0040]第一确定模块，用于确定所述工地图像的类型；
[0041]选择模块，用于从预设工地隐患监测模型集中选择得到与所述工地图像的类型匹配的目标工地隐患监测模型；
[0042]获取模块，用于根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果；
[0043]第二确定模块，用于确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报。
[0044]本申请还提供一种设备，该设备为电子设备，所述电子设备为实体节点设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述基于AI的工地隐患监测方法的程序，所述基于AI的工地隐患监测方法的程序被处理器执行时可实现如上述所述基于AI的工地隐患监测方法的步骤。
[0045]本申请还提供一种存储介质，所述存储介质上存储有实现上述基于AI的工地隐患监测方法的程序，所述基于AI的工地隐患监测方法的程序被处理器执行时实现如上述所述基于AI的工地隐患监测方法的步骤。
[0046]本申请还提供一种产品、所述产品为计算机程序产品，包括计算机程序，该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的工地隐患监测方法，其特征在于，所述方法包括：通过摄像机每间隔预设时间段采集关于工地的工地图像；确定所述工地图像的类型；从预设工地隐患监测模型集中选择得到与所述工地图像的类型匹配的目标工地隐患监测模型；根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果；确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报。2.如权利要求1所述的基于AI的工地隐患监测方法，其特征在于，所述工地图像的类型包括非工地关联事项类型图像，在所述工地图像的类型为非工地关联事项类型图像时，所述目标工地隐患监测模型为非工地关联事项图像识别模型；所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：所述非工地关联事项图像识别模型是基于具有非工地关联事项标签的第一训练数据，对第一待训练模型进行迭代训练后得到的，具有满足第一精度条件的模型参数的预测模型，所述非工地关联事项标签包括非工地车辆标签和非工地人员标签；根据所述非工地关联事项图像识别模型对所述非工地关联事项类型图像进行识别，确定所述非工地关联事项类型图像是否具有非工地车辆和/或者具有非工地人员；所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：若所述非工地关联事项类型图像为具有非工地车辆和/或者具有非工地人员的图像，则输出驱赶所述非工地车辆和/或者具有非工地人员的驱赶响应警报。3.如权利要求1所述的基于AI的工地隐患监测方法，其特征在于，所述工地图像的类型包括火灾风险类型图像，在所述工地图像的类型为火灾风险类型图像时，所述目标工地隐患监测模型为火灾风险图像识别模型；所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：所述火灾风险图像识别模型是基于具有火灾风险标签的第二训练数据，对第二待训练模型进行迭代训练后得到的，具有满足第二精度条件的模型参数的预测模型，所述火灾风险标签包括烟雾标签和明火标签；根据所述火灾风险图像识别模型对所述火灾风险类型图像进行识别，确定所述火灾风险类型图像是否具有烟雾和/或者明火；所述确定所述识别结果是否为工地隐患集中的一种工地隐患，若是时，输出所述工地隐患对应的响应警报的步骤，包括：若所述火灾风险类型图像为具有烟雾和/或者明火的图像，则输出烟雾响应警报和/或者明火响应警报。4.如权利要求1所述的基于AI的工地隐患监测方法，其特征在于，所述工地图像的类型包括裸土类型图像，在所述工地图像的类型为裸土类型图像时，所述目标工地隐患监测模型为裸土图像识别模型；
所述根据所述目标工地隐患监测模型对所述工地图像进行识别，得到识别结果的步骤，包括：所述裸土类型图像识别模型是基于具有裸土被覆盖标签的第三训练数据，对第三待训练模型进行迭代训练后得到的，具有满足第三精度条件的模型...

【专利技术属性】
技术研发人员：曹小伍，欧阳思奕，曹景溢，钱隆，魏市，
申请(专利权)人：杭州翔毅科技有限公司，
类型：发明
国别省市：