基于Transformer的隧道施工人员检测方法技术

本发明专利技术公开了一种基于Transformer的隧道施工人员检测方法，包括以下步骤：S1、对隧道施工人员进行图片采集，并对采集的图片进行分类别标注，得到训练集；S2、将训练集输入多级Transformer网络，得到特征图集；S3、将特征图集输入目标检测网络，得到检测结果，完成复杂隧道环境施工人员检测。本发明专利技术提供的一种基于Transformer的隧道施工人员检测方法，通过多级Transformer网络学习后可实时准确识别隧道施工人员是否穿戴安全帽和反光衣，可进行连续不间断监测，改变了传统人工巡查的工作方式，提高了工作效率，进而提高了安全管理水平。进而提高了安全管理水平。进而提高了安全管理水平。

【技术实现步骤摘要】
基于Transformer的隧道施工人员检测方法


[0001]本专利技术属于隧道施工环境人员安全防护用品穿戴检测领域，具体涉及基于Transformer的隧道施工人员检测方法。

技术介绍

[0002]我国基础设施建设不断加强，隧道工程在铁路、公路、市政、水利建设等方面发挥着巨大作用，隧道建设工程量大，工期紧，难度高，风险大。鉴于隧道施工光线暗，危险系数高，为保证安全，要求施工人员佩戴安全帽，穿戴反光衣，以便于被快速识别，通过避开或保持距离以保证安全。如何高效的检查施工人员是否规范穿戴安全防护用品是急需解决的问题，当前对于隧道人员安全穿戴管理主要是通过巡检人员目视检查，由于隧道工程量大，工期紧，通常实行倒班制不间断施工，采用传统人工监测，连续性差，效率低。视频监控安全检测可以实现24小时不间断智能监控，从而提高效率，释放管理人员精力。目前人工智能AI、计算机视觉等技术在各行业逐渐实现广泛应用，随着深度学习，计算机视觉，卷积神经网络的发展，目标检测的准确率逐步提升，并在视频监控等行业实现了智能实时检测，部分深度学习模型对特定目标的检测识别准确率可超本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Transformer的隧道施工人员检测方法，其特征在于，包括以下步骤：S1、对隧道施工人员进行图片采集，并对采集的图片进行分类别标注，得到训练集；S2、将训练集输入多级Transformer网络，得到特征图集；S3、将特征图集输入目标检测网络，得到检测结果，完成复杂隧道环境施工人员检测。2.根据权利要求1所述的基于Transformer的隧道施工人员检测方法，其特征在于，所述S1中图片标注的类别包括人员、安全帽、衣服、头部和反光衣。3.根据权利要求1所述的基于Transformer的隧道施工人员检测方法，其特征在于，所述S2中，所述多级Transformer网络包括依次连接的第一级Transformer特征提取器、第二级Transformer特征提取器、第三级Transformer特征提取器和第四级Transformer特征提取器。4.根据权利要求3所述的基于Transformer的隧道施工人员检测方法，其特征在于，所述S2中，特征图集包括第一特征图、第二特征图、第三特征图和第四特征图；所述S2包括以下分步骤：S21、将训练集中图片输入第一级Transformer特征提取器，得到第一特征图；其中，训练集中图片尺寸为H
×
W，H为高，W为宽，第一特征图的尺寸为H/4
×
W/4，第一特...

【专利技术属性】
技术研发人员：段雷，杨文波，李威，卢春房，何川，王平，何庆，杨添朝，段梦宇，王启航，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：