适用于现场安全措施的图像数据处理方法及系统技术方案

本发明专利技术提供一种适用于现场安全措施的图像数据处理方法及系统，通过机器学习的方式自动对施工现场的图像中的安全措施进行识别，具体的在该方案中，电子设备在获取到图像采集设备采集的施工现场的图像之后，采用retinex单尺度SSR增强算法进行增强处理，将增强后的现场图像输入预先采用机器学习方式训练得到的安全措施识别模型对图像中的安全措施进行识别，得到至少一个安全措施的特征信息，然后将这些特征信息发送至监督人员的终端设备，通过模型对图像进行识别，直接得到现场的安全措施的特征信息，不需要在每个现场配置专门的安全人员，有效降低人工成本，并且模型对图像的处理速度非常快，有效提高了安全措施的识别效率。率。率。

【技术实现步骤摘要】
适用于现场安全措施的图像数据处理方法及系统


[0001]本专利技术涉及图像处理技术，尤其涉及一种适用于现场安全措施的图像数据处理方法及系统。

技术介绍

[0002]随着经济和科学技术的飞速发展，各个行业对于电力的需求和应用也更加多样化，需要在各种施工环境中进行电网工程建设以及维护，涉及电力的行业也容易造成重大安全事故，安全性是重中之重。
[0003]目前，现有技术中对于一般的施工现场，均需要配备专门的监督人员，对于施工现场的安全措施和不安全行为进行人工管理，以减少安全事故的发生，但是随着社会发展，涉及电力的施工数量越来越多，并且涉及的范围越来越大，全部采用人工进行安全监测和识别，需要耗费非常大的成本，并且监督人员承受着较大的压力，且采用人工对现场图像一一进行识别判断，又导致安全措施的识别效率较低。

技术实现思路

[0004]本专利技术实施例提供一种适用于现场安全措施的图像数据处理方法及系统。能够高效准确的实现对施工现场的安全措施的识别监督，且有效降低人工成本。
[0005]本专利技术实施例的第一方面，提供一种适用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于现场安全措施的图像数据处理方法，其特征在于，包括：从施工现场设置的图像采集设备中获取现场图像；将所述现场图像采用retinex单尺度SSR增强算法进行增强处理，得到增强后的现场图像；将所述增强后的现场图像，输入预先训练得到的安全措施识别模型进行识别，得到至少一个安全措施的特征信息，每个安全措施的特征信息中包括所述安全措施的中心坐标，高度，宽度以及类别，所述安全措施识别模型是根据预先标定的图像集合，采用YOLOv5算法训练得到的可以对安全措施进行识别的模型；将所述至少一个安全措施的特征信息发送至监督人员的终端设备，每个安全措施的特征信息用于确定所述安全措施是否设置正确。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：采集获取多个施工现场的图像，每个施工现场的图像中包括至少一个安全措施，所述安全措施包括安全围栏，标识牌，绝缘垫和红布幔；对每个施工现场的图像中的安全措施进行标定，并将标定的安全措施的信息进行归一化处理，得到标签数据；将所述多个施工现场的图像以及标签数据按照预设比例进行划分，得到训练集和测试集；基于YOLOv5算法构建初始模型；基于所述训练集，所述测试集对所述初始模型进行训练和测试，得到所述安全措施识别模型。3.根据权利要求2所述的方法，其特征在于，对标定的安全措施的信息进行归一化处理采用的归一化公式为：,,,;其中，W表示标定的安全措施的原始宽度，H标识标定的安全措施的原始高度，表示标定的安全措施的右上角的坐标，表示标定的安全措施的左下角的坐标，（X,Y）为归一化处理后的安全措施的中心点坐标，W为归一化处理后的安全措施的宽，H为归一化处理后的安全措施的高。4.根据权利要求2所述的方法，其特征在于，模型训练过程中采用的损失函数为：;其中，N表示所述训练集中的样本数量，为正整数，m表示所述训练集中作为训练样本的施工现场的图像，k表示标定的安全措施，a为模型训练过程中预测的输出。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
接收所述终端设备发送的安全措施提示信息，...

【专利技术属性】
技术研发人员：金在冬，李恒，董剑华，鲁鹏，唐冬冬，高长标，吕亮，
申请(专利权)人：南京电力自动化设备三厂有限公司，
类型：发明
国别省市：