一种人员违规穿着的检测方法、装置、存储介质及设备制造方法及图纸

本发明专利技术实施例提供了一种人员违规穿着的智能检测方法，包括：获取现场画面的图像数据；在yolov5模型的head结构中增加一个回归head，所述回归head用于度量人员穿着的衣袖的长度；基于改进的yolov5模型对所述图像数据进行检测，定位人员坐标并判断人员是否违规穿着。通过上述方案，用户可使用无人机设备进行施工现场画面的图像采集，在yolov5模型的head结构中增加一个回归head以对yolov5模型进行改进，从而基于改进的yolov5模型进行检测，判断施工现场的人员穿着情况，实现了人员违规穿着情况的智能检测，提高了人员违规穿着的检测效率和准确性，降低现场监理的人力资源浪费和人员的安全风险。全风险。全风险。

【技术实现步骤摘要】
一种人员违规穿着的检测方法、装置、存储介质及设备


[0001]本专利技术实施例涉及电力施工现场的智能检测
，尤其涉及一种人员违规穿着的检测方法、装置、设备及存储介质。

技术介绍

[0002]随着电力系统建设的迅速发展，保证电网安全运行水平也愈加重要，对于在施工现场的工作人员来说，为了避免意外事故发生，往往需要进行着装的规定，进入施工现场需要穿着长袖长裤。但实际上，现场可能存在人员将袖子或裤子卷起的操作，这就需要进行实时的监督管理工作。
[0003]现有技术通常需要人工判断是否穿着规范，故对人力成本要求较高，目前暂无一种针对电力施工现场是否按规定穿着长袖工作服进行有效检测与识别的方法，管理人员也不能够及时准确的知晓并进行提醒。因此，有必要就电力施工现场人员在施工过程中是否按规定穿着长袖工作服提供一种有效的检测与判断方法。

技术实现思路

[0004]针对上述问题，本专利技术实施例提供了一种人员违规穿着的检测方法、装置、设备及存储介质，以实现电力施工现场人员是否违规穿着的智能化检测，大大的降低了现场监理的人力资源浪费和安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.人员违规穿着的智能检测方法，其特征在于，包括：获取现场画面的图像数据；在yolov5模型的head结构中增加一个回归head，所述回归head用于度量人员穿着的衣袖的长度；基于改进的yolov5模型对所述图像数据进行检测，定位人员坐标并根据衣袖长度的度量结果判断人员是否违规穿着。2.根据权利要求1所述的方法，其特征在于，通过无人机设备对现场进行拍摄以获得现场画面的图像数据。3.根据权利要求1所述的方法，其特征在于，在所述在yolov5模型的head结构中增加一个回归head，所述回归head用于度量人员穿着的衣袖的长度之后，还包括：引入度量值，所述度量值的范围为0
‑
1，所述度量值用于在训练数据时，根据不同的穿着情况输出不同的值；在训练环节中，所述回归head根据所述度量值进行回归，用于训练所述改进的yolov5模型识别长短袖的区别及边界。4.根据权利要求3所述的方法，其特征在于，所述引入度量值，所述度量值的范围为0
‑
1，所述度量值用于在训练数据时，根据不同的穿着情况输出不同的值，包括：当穿了短袖并露出肘关节时，所述度量值为1；当穿了短袖但未露出肘关节时，所述度量值的范围为0.7
‑
1；当穿长袖并卷起袖子时，根据袖子的卷起程度，所述度量值的范围为0.1
‑
0.6；当规范穿着长袖时，所述度量值为0。5.根据权利要求4所述的方法，其特征在于，所述基于改进的yolov5模型对所述图像数据进行检测，定位人员坐标并根据衣袖长度的度量结果判断人员是否违规穿着，包括：采用骨干网络提取图像特征，通过金字塔网络进行特征融合并在各尺寸的特征图中设置anchor，进行边界框的回归，以实现人员的定位；当所...

【专利技术属性】
技术研发人员：王如飞，
申请(专利权)人：广东律诚工程咨询有限公司，
类型：发明
国别省市：