一种图像检测方法、装置、及电子设备制造方法及图纸

本申请涉及计算机技术领域，尤其涉及一种图像检测方法、装置、及电子设备。该方法中，获取待检测图像。对待检测图像进行目标检测，得到待检测图像中目标的目标区域和目标区域信息，目标区域信息包括类别标签以及目标区域位置信息，类别标签表示目标的类别。在设置的违规规则集合中根据类别标签确定与目标相关的第一违规规则集合。根据目标区域位置信息，确定不同目标区域之间的关联信息。在关联信息符合目标违规规则的预设条件的情况下，确定目标违规。上述方案，通过不同目标区域之间的关联信息，检测待检测图像中目标是否违规，相较于现有技术中仅针对单个目标的行为结果做行为分析，提高检测图像的检测效率以及准确率。提高检测图像的检测效率以及准确率。提高检测图像的检测效率以及准确率。

【技术实现步骤摘要】
rate，LR)与批量大小(batchsize)，得到的MIOU(Mean Intersection over Union，当前模型的评价值)可以约达到99％。即通过上述目标检测模型可以更加精准提取目标的目标区域，获得目标区域信息，便于后续根据目标区域以及目标区域信息确定目标是否违规。
[0014]可选的，对待检测图像进行目标检测，得到待检测图像中每个元素的目标区域和目标区域信息之后，方法还包括：
[0015]将目标区域信息与设置的目标标准作比较；
[0016]在目标区域信息不满足目标标准的情况下，删除待检测图像；
[0017]在目标区域信息满足目标标准的情况下，在设置的违规规则集合中根据类别标签确定与目标相关的第一违规规则集合。
[0018]上述方法中，通过将目标区域信息与设置的目标标准进行比较，删除不符合目标标准的待检测图像，可以提升图像检测的效率。同时，由于删除不符合目标标准的待检测图像，在后续图像检测过程中，检测目标符合标准的待检测图像，可以提高图像检测的效率以及准确率。
[0019]可选的，在关联信息符合目标违规规则的预设条件的情况下，确定目标违规，具体包括：
[0020]将第一违规规则集合中任一违规规则作为目标违规规则，确定目标违规规则中预设的交并比阈值和距离阈值；
[0021]将交并比与交并比阈值进行比较，将中心点距离与距离阈值进行比较；
[0022]在交并比与交并比阈值符合预设条件，和/或，中心点距离与距离阈值符合预设条件的情况下，确定所述目标违规。
[0023]上述方法中，相较于现有技术中仅针对单个目标的行为结果做行为分析，本申请通过对待检测图像中多个目标之间做行为关联分析，提升图像检测的准确率。在后续优化图像检测方式时，相较于现有技术中需要更新算法及逻辑，本申请只需要对设置的违规规则集合做更新处理。
[0024]可选的，上述方法还包括：
[0025]在关联信息不符合目标违规规则的预设条件的情况下，将第一违规规则集合中任一下一个违规规则作为新的目标违规规则，返回执行将交并比与新的交并比阈值进行比较，将中心点距离与新的距离阈值进行比较，直至关联信息符合目标违规规则的预设条件，或，第一违规规则集合中所有违规规则作为目标违规规则确定完毕。
[0026]上述方法中，通过将与目标相关的第一违规规则集合中的违规规则作为目标违规规则，从而确定目标是否违规，便于更加快速的检测待检测图像中目标是否违规。
[0027]可选的，在关联信息符合目标违规规则的预设条件的情况下，确定目标违规之后，方法还包括：
[0028]根据目标违规规则，生成告警信息。
[0029]上述方法中，通过根据目标违规规则，生成告警信息。便于后续分析待检测图像中出现的违规行为，及时预防违规行为的出现。
[0030]第二方面，本申请实施例提供一种图像检测装置，包括：
[0031]获取模块，用于获取待检测图像，待检测图像包括目标对象以及背景对象；
[0032]处理模块，用于对待检测图像进行图像分割，提取目标对象的目标轮廓；
[0033]处理模块，还用于确定目标轮廓的最小包围矩形；
[0034]处理模块，还用于按照预设条件分割目标轮廓得到多个子目标轮廓；
[0035]检测模块，用于在多个子目标轮廓的第一轮廓线与最小包围矩形的长符合第一预设规则、多个子目标轮廓的第二轮廓线符合第二预设规则的情况下，确定目标对象检测合格，第一轮廓线是两个子目标轮廓之间的线段长度，第二轮廓线是子目标轮廓中与最小包围矩形的宽方向相同的线段长度。
[0036]第三方面，本申请实施例还提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，当计算机程序被处理器执行时，使得处理器实现上述第一方面中的任一种图像检测方法。
[0037]第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时，实现第一方面的图像检测方法。
[0038]第五方面，本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行以实现如上述第一方面中任一项的图像检测方法。
[0039]第二方面至第五方面中任意一种实现方式所带来的技术效果可参见第一方面中对应的实现方式所带来的技术效果，此处不再赘述。
附图说明
[0040]图1为本申请实施例提供的一种图像检测方法的应用场景示意图；
[0041]图2为本申请实施例提供的一种图像检测方法流程图；
[0042]图3为本申请实施例提供的一种交并比的示意图；
[0043]图4为本申请实施例提供的一种示例性的图像检测方法流程图；
[0044]图5为本申请实施例提供的一种图像检测的装置示意图；
[0045]图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0046]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0047]本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0048]目前，在获取到待检测图像后，通常采用传统的人工审核方式审核待检测图像是否合格。但是上述方式存在审核工作量大导致审核效率低、准确率低的问题。如何提高检测图像的检测效率以及准确率是一种值得商榷的问题。
[0049]例如，现有技术中，对压缩天然气(Compressed Natural Gas，CNG)加气站在危险作业的检测与监控场景下，目前已有方法采用单独目标检测分析处理。例如针对是否佩戴安全帽行为单独作目标检测，并在算法处理后直接根据结果作行为分析。该类方法对CNG区
域多个行为，需要作做个检查模型和后处理，大大增加了检测资源占用，且多个目标之间没有做行为关联及规则分析，准确率低。
[0050]为了解决上述问题，本申请实施例提供一种图像检测方法、装置及电子设备。例如，获取待检测图像。对待检测图像进行目标检测，得到待检测图像中目标的目标区域和目标区域信息。其中，目标区域信息包括类别标签以及目标区域位置信息，类别标签表示目标的类别。在设置的违规规则集合中根据类别标签确定与目标相关的第一违规规则集合，违规规则集合中包含违规规则和类别标签之间的对应关系。根据目标区域位置信息，确定不同目标区域之间的关联信息，关联信息包括交并比以及不同目标区域中不同目标的中心点距离，交并比用于表示不同目标区域对应的边框之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，所述方法包括：获取待检测图像；对所述待检测图像进行目标检测，得到所述待检测图像中目标的目标区域和目标区域信息，所述目标区域信息包括类别标签以及目标区域位置信息，所述类别标签表示所述目标的类别；在设置的违规规则集合中根据所述类别标签确定与所述目标相关的第一违规规则集合，所述违规规则集合中包含违规规则和类别标签之间的对应关系；根据所述目标区域位置信息，确定不同目标区域之间的关联信息，所述关联信息包括交并比以及所述不同目标区域中不同目标的中心点距离，所述交并比用于表示所述不同目标区域对应的边框之间的交集与并集的比值；在所述关联信息符合目标违规规则的预设条件的情况下，确定所述目标违规，所述目标违规规则是所述第一违规规则集合中任一违规规则。2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行目标检测，得到所述待检测图像中每个元素的目标区域和目标区域信息，具体包括：基于预先建立的目标检测模型，对所述待检测图像进行目标检测，得到所述待检测图像中目标的目标区域和目标区域信息。3.根据权利要求2所述的方法，其特征在于，所述目标检测模型通过以下方式预先建立：基于历史检测图像确定训练样本，所述训练样本包括目标违规的历史检测图像和所述目标不违规的历史检测图像；采用所述训练样本，基于Pytorch深度学习框架对yolov5网络模型进行训练，得到所述目标检测模型。4.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行目标检测，得到所述待检测图像中每个元素的目标区域和目标区域信息之后，所述方法还包括：将所述目标区域信息与设置的目标标准作比较；在所述目标区域信息不满足所述目标标准的情况下，删除所述待检测图像；在所述目标区域信息满足所述目标标准的情况下，在设置的违规规则集合中根据所述类别标签确定与所述目标相关的第一违规规则集合。5.根据权利要求1所述的方法，其特征在于，所述在所述关联信息符合目标违规规则的预设条件的情况下，确定所述目标违规，具体包括：将所述第一违规规则集合中任一违规规则作为目标违规规则，确定所述目标违规规则中预设的交并比阈值和距离阈值；将所述交并比与所述交并比阈值进行比较，将所述中心点距离与所述距离阈值进...

【专利技术属性】
技术研发人员：万晓东，刘秦豫，朱恩庆，
申请(专利权)人：新奥新智科技有限公司，
类型：发明
国别省市：