【技术实现步骤摘要】
基于边缘人工智能的酒店卫勤人员穿戴检测方法及系统
[0001]本专利技术涉及防护用具穿戴检测方法,尤其涉及一种基于边缘人工智能的酒店卫勤人员穿戴检测方法及系统。
技术介绍
[0002]酒店由于是公共聚集场所,也是重点清洁以及消毒场所,因此酒店的后勤管理人员的日常穿戴检测尤为重要。对于酒店的后勤清洁人员要注意其是否规范穿戴清洁所需要的工作服饰,酒店的后勤管理人员的防护服正确穿戴需要边缘设备进行实时视频采集和分析。但是边缘目标检测技术在酒店的日常监控管理中也存在很多问题:一、一些比较高精度的模型算法参数量较多,在服务器端运行尚可,然而部署到算力较弱的边缘设备端,其运行不能实时检测。二、对于后期的功能维护不是很方便,用户在后期维护中需要对硬件设备一一进行管理,极大的增加了维护成本。
技术实现思路
[0003]本专利技术提供基于边缘人工智能的酒店卫勤人员穿戴检测方法、系统、设备和存储介质,以实现提高对于酒店卫勤人员穿戴分类检测的速度以及减少对于硬件资源的占用。
[0004]本专利技术提出了一种基于边缘人工智能的智慧酒店卫勤人员穿戴检测方法,包括以下步骤:实时获取待检测区域的图像数据,对所述图像数据进行预处理后发送给被配置在边缘设备端的预设识别模型;所述识别模型对所述图像数据中卫勤工作人员防护用品穿戴是否正确进行识别;基于所述识别模型输出的检测结果作出预设预警,其中,所述检测结果包括是否穿戴口罩、是否穿戴围裙、是否穿戴工作防护服、是否穿戴手套以及是否穿戴帽子。
[0005]优选的,在实时获取待检 ...
【技术保护点】
【技术特征摘要】
1.一种基于边缘人工智能的酒店卫勤人员穿戴检测方法,其特征在于,包括以下步骤:实时获取待检测区域的图像数据,对所述图像数据进行预处理后发送给被配置在边缘设备端预设的识别模型;所述识别模型对所述图像数据中卫勤工作人员防护用品穿戴是否正确进行识别;基于所述识别模型输出的检测结果作出预设预警,其中,所述检测结果包括是否穿戴口罩、是否穿戴围裙、是否穿戴工作防护服、是否穿戴手套以及是否穿戴帽子。2.如权利要求1所述的基于边缘人工智能的酒店卫勤人员穿戴检测方法,其特征在于,在实时获取待检测区域的图像数据之前还包括对所述识别模型进行训练,训练的方法进一步包括:获取需要检测的酒店后勤场所抓取到卫勤人员图像的数据集,所述数据集包含若干张图像,其中分类主要包括:人、是否穿戴口罩、围裙、工作防护服、手套以及帽子;对所获取到的数据集中的图像进行标注,标注的信息包括卫勤人员的穿戴以及在图像中的位置信息,将标注好的图像信息生成文本文件,文本文件包含了每张图像的需要检测的信息;对图像进行旋转、裁剪、镜像对称以及利用马赛克的方式进行增强,调整图像分辨率;将所述数据集分为两部分,包括训练集和测试集,分在两个文件夹中,用于生成不同目录;通过所述训练集中的图像对所述识别模型进行训练,通过所述测试集中的图像对所述训练的效果进行验证是否能够达到预设准确率。3.如权利要求1所述的基于边缘人工智能的酒店卫勤人员穿戴检测方法,其特征在于,所述识别模型对所述图像数据中卫勤工作人员防护用品穿戴是否正确进行识别进一步还包括通过主干特征提取算法Mobilenet
‑
ECA对所述图像数据进行主干特征提取:对所述图像数据进行卷积、归一化及激活处理;通过多个特征提取模块进行特征提取,其中,特征提取模块进行特征提取时先进行1*1卷积和进行正则化处理并通过第一激活函数进行处理,所述第一激活函数的公式为:,其中x代表网络提取的特征信息,a为小于1的实数,公式计算结果作为下一层的输入数据;再通过3
×
3的深度可分离卷积进行卷积以及正则化以后,利用第二激活函数进行处理,所述第二激活函数的公式为:,其中x代表网络提取的特征信息;将第二激活函数的输出进行平均池化和一维通道卷积,其中,卷积核尺寸大小,其中c表示通道数;将第二激活函数的输出与一维通道卷积的输出相乘,再和第二激活函数的输出进行相加,最后通过点卷积完成一个网络特征提取。4.如权利要求3所述的基于边缘人工智能的酒店卫勤人员穿戴检测方法,其特征在于,所述识别模型对所述图像数据中卫勤工作人员防护用品穿戴是否正确进行识别进一步还包括通过增强网络进行加强特征提取:
构建两层特征金字塔,先通过平均池化以及一维卷积完成通道注意力机制的特征提取;将得到的特征图进行平均池化和最大池化,其...
【专利技术属性】
技术研发人员:陈俊丰,缪迪,潘骏,
申请(专利权)人:浙江钛比科技有限公司,
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。