本发明专利技术公开了一种安全生产模型训练方法、应用方法、装置、设备及介质。安全生产模型包括多个边缘检测模型和中心检测模型，本发明专利技术在实际检测过程中，将边缘检测模型的检测结果和中心检测模型的检测结果进行对照，在二者结果不一致时，获取现场实际安全结果，并基于现场实际安全结果对边缘检测模型或中心检测模型进行模型更新训练，利用增量学习的方法不断收集边缘检测模型和中心检测模型判断错误的数据，并将其用于模型的迭代更新，从而实现边缘检测模型的高精度和中心检测模型的高泛用性，有效地解决单个点位数据量不足以训练一个性能较好的模型的问题，提高模型的准确性和鲁棒性，使得监测更加准确可靠。使得监测更加准确可靠。使得监测更加准确可靠。
【技术实现步骤摘要】
安全生产模型训练方法、应用方法、装置、设备及介质
[0001]本专利技术涉及计算机技术，尤其涉及一种安全生产模型训练方法、应用方法、装置、设备及介质。
技术介绍
[0002]随着人工智能的不断发展，计算机视觉技术在安全生产领域的应用也越来越广泛。其中，火灾、烟雾等危害的监测，人员危险行为的监测，以及危险化学品的监测等方面，都离不开计算机视觉技术的支持。
[0003]为了实现实时监测，往往需要依靠摄像头采集图像，并对场景进行逐帧推理。然而，这就要求模型必须轻量化，同时要考虑到不同场景的使用需求，因此需要为不同的摄像点位使用特定的模型。但是，单个点位收集的数据量不足以训练一个性能较好的模型。
技术实现思路
[0004]本专利技术提供一种安全生产模型训练方法、应用方法、装置、设备及介质，以解决单个点位数据量不足以训练一个性能较好的模型的问题，提高模型的准确性和鲁棒性，使得监测更加准确可靠。
[0005]第一方面，本专利技术提供了一种安全生产模型训练方法，所述安全生产模型包括多个边缘检测模型和中心检测模型，所述方法包括：
[0006]获取图像采集设备采集的生产现场的图像；
[0007]将所述图像输入对应的边缘检测模型中进行处理，得到边缘模型检测结果；
[0008]在所述边缘模型检测结果为存在安全隐患时，将所述图像输入中心检测模型中进行处理，得到中心模型检测结果；
[0009]在所述中心模型检测结果为存在安全隐患时，发出安全报警提示；
[0010]在所述中心模型检测结果为不存在安全隐患时，获取现场实际安全结果；
[0011]在所述现场实际安全结果为存在安全隐患时，将所述图像作为训练样本对所述中心检测模型进行更新训练；
[0012]在所述现场实际安全结果为不存在安全隐患时，将所述图像作为训练样本对所述边缘检测模型进行更新训练。
[0013]可选的，安全生产模型训练方法还包括：
[0014]在所述边缘模型检测结果为不存在安全隐患时，获取当前时间节点之前预设时长内的边缘模型检测结果；
[0015]在所述预设时长内的边缘模型检测结果均为不存在安全隐患时，降低所述边缘检测模型的判定阈值。
[0016]可选的，存在安全隐患的检测结果包括以下至少一种：
[0017]待识别对象存在违规外观信息、待识别对象存在违规行为、违规车辆种类、车辆驶入禁入区域、生产设备存在异常状态、存在烟火和存在遗留物。
[0018]可选的，将所述图像作为训练样本对所述中心检测模型进行更新训练，包括：
[0019]在所述现场实际安全结果为存在安全隐患时，将所述图像存储至第一数据库中；
[0020]判断所述第一数据库中的图像的数量是否达到第一阈值；
[0021]若是，则将所述第一数据库中的图像作为训练集，对所述中心检测模型进行训练，并更新所述中心检测模型的模型参数。
[0022]可选的，将所述图像作为训练样本对所述边缘检测模型进行更新训练，包括：
[0023]在所述现场实际安全结果为不存在安全隐患时，将所述图像存储至第二数据库中；
[0024]判断所述第二数据库中的图像的数量是否达到第二阈值；
[0025]若是，则将所述第二数据库中的图像作为训练集，对所述边缘检测模型进行训练，并更新所述边缘检测模型的模型参数。
[0026]可选的，所述边缘检测模型的模型架构小于所述中心检测模型。
[0027]第二方面，本专利技术还提供了一种安全生产检测方法，应用于本专利技术第一方面提供的安全生产模型训练方法训练的安全生产模型。
[0028]第三方面，本专利技术还提供了一种安全生产模型训练装置，所述安全生产模型包括多个边缘检测模型和中心检测模型，所述装置包括：
[0029]图像获取模块，用于获取图像采集设备采集的生产现场的图像；
[0030]第一检测模块，用于将所述图像输入对应的边缘检测模型中进行处理，得到边缘模型检测结果；
[0031]第二检测模块，用于在所述边缘模型检测结果为存在安全隐患时，将所述图像输入中心检测模型中进行处理，得到中心模型检测结果；
[0032]报警提示模块，用于在所述中心模型检测结果为存在安全隐患时，发出安全报警提示；
[0033]实际结果获取模块，用于在所述中心模型检测结果为不存在安全隐患时，获取现场实际安全结果；
[0034]第一更新训练模块，用于在所述现场实际安全结果为存在安全隐患时，将所述图像作为训练样本对所述中心检测模型进行更新训练；
[0035]第二更新训练模块，用于在所述现场实际安全结果为不存在安全隐患时，将所述图像作为训练样本对所述边缘检测模型进行更新训练。
[0036]第四方面，本专利技术还提供了一种电子设备，包括：
[0037]一个或多个处理器；
[0038]存储器，用于存储一个或多个程序；
[0039]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术第一方面提供的安全生产模型训练方法。
[0040]第五方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本专利技术第一方面提供的安全生产模型训练方法。
[0041]本专利技术提供的安全生产模型训练方法，安全生产模型包括多个边缘检测模型和中心检测模型，方法包括：获取图像采集设备采集的生产现场的图像，将图像输入对应的边缘
检测模型中进行处理，得到边缘模型检测结果，在边缘模型检测结果为存在安全隐患时，将图像输入中心检测模型中进行处理，得到中心模型检测结果，在中心模型检测结果为存在安全隐患时，发出安全报警提示，在中心模型检测结果为不存在安全隐患时，获取现场实际安全结果，在现场实际安全结果为存在安全隐患时，将图像作为训练样本对中心检测模型进行更新训练，在现场实际安全结果为不存在安全隐患时，将图像作为训练样本对边缘检测模型进行更新训练。本专利技术在实际检测过程中，将边缘检测模型的检测结果和中心检测模型的检测结果进行对照，在二者结果不一致时，获取现场实际安全结果，并基于现场实际安全结果对边缘检测模型或中心检测模型进行模型更新训练，利用增量学习的方法不断收集边缘检测模型和中心检测模型判断错误的数据，并将其用于模型的迭代更新，从而实现边缘检测模型的高精度和中心检测模型的高泛用性，有效地解决单个点位数据量不足以训练一个性能较好的模型的问题，提高模型的准确性和鲁棒性，使得监测更加准确可靠。
[0042]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0043]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种安全生产模型训练方法，其特征在于，所述安全生产模型包括多个边缘检测模型和中心检测模型，所述方法包括：获取图像采集设备采集的生产现场的图像；将所述图像输入对应的边缘检测模型中进行处理，得到边缘模型检测结果；在所述边缘模型检测结果为存在安全隐患时，将所述图像输入中心检测模型中进行处理，得到中心模型检测结果；在所述中心模型检测结果为存在安全隐患时，发出安全报警提示；在所述中心模型检测结果为不存在安全隐患时，获取现场实际安全结果；在所述现场实际安全结果为存在安全隐患时，将所述图像作为训练样本对所述中心检测模型进行更新训练；在所述现场实际安全结果为不存在安全隐患时，将所述图像作为训练样本对所述边缘检测模型进行更新训练。2.根据权利要求1所述的安全生产模型训练方法，其特征在于，还包括：在所述边缘模型检测结果为不存在安全隐患时，获取当前时间节点之前预设时长内的边缘模型检测结果；在所述预设时长内的边缘模型检测结果均为不存在安全隐患时，降低所述边缘检测模型的判定阈值。3.根据权利要求1所述的安全生产模型训练方法，其特征在于，存在安全隐患的检测结果包括以下至少一种：待识别对象存在违规外观信息、待识别对象存在违规行为、违规车辆种类、车辆驶入禁入区域、生产设备存在异常状态、存在烟火和存在遗留物。4.根据权利要求1
‑
3任一所述的安全生产模型训练方法，其特征在于，将所述图像作为训练样本对所述中心检测模型进行更新训练，包括：在所述现场实际安全结果为存在安全隐患时，将所述图像存储至第一数据库中；判断所述第一数据库中的图像的数量是否达到第一阈值；若是，则将所述第一数据库中的图像作为训练集，对所述中心检测模型进行训练，并更新所述中心检测模型的模型参数。5.根据权利要求1
‑
3任一所述的安全生产模型训练方法，其特征在于，将所述图像作为训练样本对所述边缘检测模型进行更新训练，包括：在所述现场实际安全结果为不存在安全隐患时，将所述图像存...
【专利技术属性】
技术研发人员：金戈，闫文睿，孟俊，关磊，胡萍，
申请(专利权)人：中国安全生产科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。