一种基于目标检测的登高作业时无专人扶梯的检测方法技术

本发明专利技术公开了一种基于目标检测的登高作业时无专人扶梯的检测方法，该方法主要包括获取图片作为数据集；搭建目标检测模型；训练目标检测模型以及检测训练模型检测结果的步骤。且通过基于目标检测的登高作业时无专人扶梯的检测方法在满载时和考虑硬件的情况下，处理速度上轻松达到每秒处理8帧图像的效果，并且在测试集上本方法的效果优异，召回率可达93％以上，精确率和准确率也可以达到95％以上。本方法不仅在实际情况中能胜任实时处理的能力，而且在识别效果上也表现优异。而且在识别效果上也表现优异。而且在识别效果上也表现优异。

【技术实现步骤摘要】
一种基于目标检测的登高作业时无专人扶梯的检测方法


[0001]本专利技术涉及目标检测的
，尤其涉及一种基于目标检测的登高作业时无专人扶梯的检测方法。

技术介绍

[0002]近年来，目标检测在人工智能，实时监控，人脸识别，无人驾驶等领域都得到了广泛的应用。目标检测，就是将目标定位和目标分类结合起来，利用图像处理技术、机器学习等多方向的知识，从图像(视频)中定位感兴趣的对象。目标分类负责判断输入的图像中是否包含所需物体，目标定位则负责表示目标物体的位置，并用外接矩形框定位。这需要计算机在准确判断目标类别的同时，还要给出每个目标相对精确的位置。
[0003]根据《电力违章性质划分标准(2022最新版)》规定，当电力施工人员在绝缘梯上登高作业时，无专人扶梯属于电力施工违章行为。目前对于电力施工人员在绝缘梯上登高作业是否存在无专人扶梯这种违章行为的监控，主要是通过监控设备对作业现场进行的监控，然后由特定的工作人员实时对施工现场的监控画面进行监控，由此来判断施工人员是否存在违章行为。这种监控违章行为的方法，不仅会造成监控人员长时间盯着监控画面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测的登高作业时无专人扶梯的检测方法，其特征在于：包括，获取图片作为数据集；搭建目标检测模型；训练目标检测模型；以及，检测训练模型检测结果。2.如权利要求1所述的基于目标检测的登高作业时无专人扶梯的检测方法，其特征在于：所述获取图片作为数据集包括，准备训练图片，分别将人体标签和绝缘梯标签作为每张图片的两个标签，并标注在每张训练图片上，且标注文件的格式为xml文件，然后通过Python脚本生成voc格式的数据集，其中训练数据和验证数据的比例为9：1。3.如权利要求1或2所述的基于目标检测的登高作业时无专人扶梯的检测方法，其特征在于：所述搭建目标检测模型包括，主干网络，特征融合网络，激活函数，所述主干网络，是在主干网络中加入focus结构，组成新的主干网络，用于将图片宽高信息缩小，减小参数量，提升网络计算速度；所述特征融合网络用于改进YOLOX算法，提高目标检测的效果；所述激活函数，是用silu函数替换原来的激活函数，用于解决relu函数遇到负数输入时发生梯度弥散的问题，同时继承relu函数收敛更快的优点。4.如权利要求3所述的基于目标检测的登高作业时无专人扶梯的检测方法，其特征在于：所述特征融合网络包括，特征提取以及通道注意力机制，所述特征提取用于提取图像特征；所述通道注意力用于对图像特征图进行乘法通道加权，从而达到对原始特征的重新标定。5.如权利要求4所述的基于目标检测的登高作业时无专人扶梯的检测方法，其特征在于：所述特征提取是采取HOG特征提取算法对图像进行特征提取，包括，将一个图像进行灰度化，然后采用Gamma校正法对输入图像进行颜色空间的标准化，从而调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；计算图像每个像素的梯度，便于捕获轮廓信息，同时进一步弱化光照的干扰；将图像划分成小细胞单元；统计每个细胞单元...

【专利技术属性】
技术研发人员：于洋，陈在新，汪渊，王彬，张睿，刘佩，马强，高波，胡广，班诗琪，何炬，
申请(专利权)人：国网四川省电力公司南充供电公司，
类型：发明
国别省市：