基于yolov5的油气管道挖掘机占压检测方法及系统技术方案

本发明专利技术提出了基于yolov5的油气管道挖掘机占压检测方法及系统，涉及图像处理技术领域，获取实际的油气管道挖掘机占压图像，并进行图像增强和边缘检测的预处理；对预处理后的油气管道挖掘机占压图像进行挖掘机占压区域的标注，构建数据集；对基于目标检测算法yol ov5和多目标跟踪算法Deepsort的检测模型进行训练；对摄像头采集的待检测油气管道挖掘机占压图像，划分识别区域，通过训练后的检测模型对识别区域进行挖掘机占压区域的检测，得到油气管道挖掘机占压检测结果；本发明专利技术通过基于yolov5的检测模型对油气管道挖掘机占压进行快速自动检测，解决传统人工巡线和摄像头监控的方式耗时耗力、效率不高的问题。效率不高的问题。效率不高的问题。

【技术实现步骤摘要】
基于yolov5的油气管道挖掘机占压检测方法及系统


[0001]本专利技术属于图像处理
，尤其涉及基于yolov5的油气管道挖掘机占压检测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]挖掘机违章占压一直是影响输油气管线正常运行的安全隐患，有关法规法律明确管线安全保护的重要性及挖掘机违章占压的危害性；做好违章占压的预防和管理工作，需要进一步研究和探讨。
[0004]在管道周边区域出现挖掘机占压的情况很可能出现安全隐患，若不对此加以检测，出现事故的时间不可避免。
[0005]目前仍常常采用传统人工巡线和摄像头监控的方式，对管道周边区域进行安全巡查，但人工巡线无法完全兼顾到管道区域是否有挖掘机进行违章占压的事件发生，且耗时耗力，无法实时对管道区域进行安全检测；摄像头检测拍摄的视频时长较长，没有有效地筛选也是需要耗费大量时间和人力来对挖掘机违章占压进行检测，且效率不高。

技术实现思路

[0006]为克服上述现有技术的不足，本专利技术提供了基于yolov5的油气管道挖掘机占压检测方法及系统，通过基于yolov5的检测模型对油气管道挖掘机占压进行快速自动检测，解决传统人工巡线和摄像头监控的方式耗时耗力、效率不高的问题。
[0007]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0008]本专利技术第一方面提供了基于yolov5的油气管道挖掘机占压检测方法。
[0009]基于yolov5的油气管道挖掘机占压检测方法，包括：
[0010]获取实际的油气管道挖掘机占压图像，对油气管道挖掘机占压图像进行图像增强和边缘检测的预处理；
[0011]对预处理后的油气管道挖掘机占压图像进行挖掘机占压区域的标注，构建数据集；
[0012]利用数据集，对基于目标检测算法yolov5和多目标跟踪算法Deepsort的检测模型进行训练；
[0013]对摄像头采集的待检测油气管道挖掘机占压图像，根据摄像头的设置角度，划分识别区域，通过训练后的检测模型对识别区域进行挖掘机占压区域的检测，得到油气管道挖掘机占压检测结果；
[0014]其中，所述目标检测算法yolov5用于识别危险目标，多目标跟踪算法Deepsort对识别的危险目标进行跟踪检测和预警。
[0015]进一步的，所述获取实际的油气管道挖掘机占压图像，具体途径有：
[0016]从互联网中搜集油气管道挖掘机占压图像；
[0017]利用无人机和摄像设备，实际现场收集油气管道挖掘机占压图像。
[0018]进一步的，所述图像增强和边缘检测的预处理，具体为：
[0019]对夜间拍摄得到的图像，使用直方图均衡化的方法进行图像增强；
[0020]通过边缘检测，对于边缘特征不清晰的图像，利用sobel算子、Laplacian算子、Canny算子对图像进行边缘检测，改善图像的视觉效果，突出特征。
[0021]进一步的，所述进行挖掘机占压区域的标注，具体为：
[0022]利用标注软件对油气管道挖掘机占压图像中的挖掘机图像进行标注，对挖掘机占压区域进行标注，挑选训练集和验证集图像，制作数据集为训练做准备。
[0023]进一步的，所述对基于目标检测算法yolov5和多目标跟踪算法Deepsort的检测模型进行训练，具体为：
[0024]所述检测模型，通过数据加载器传递每一批训练数据，并同时增强训练数据，借助自适应锚框计算、自适应图片缩放两种方法辅助训练，直到训练出适合于检测挖掘机占压图像的模型；
[0025]其中，数据加载器进行三种数据增强：缩放、色彩空间调整和mosaic增强。
[0026]进一步的，所述自适应锚框计算，具体过程为：
[0027]获取数据集中所有目标的宽和高；
[0028]将每张图片中按照等比例缩放的方式到resize指定大小；
[0029]将bboxes从相对坐标改成绝对坐标；
[0030]筛选bboxes，保留宽高都大于等于两个像素的bboxes；
[0031]使用k
‑
means聚类三方得到n个anchors；
[0032]使用遗传算法随机对anchors的宽高进行变异；倘若变异后的效果好，就将变异后的结果赋值给anchors；如果变异后效果变差就跳过，默认变异1000次；
[0033]所述自适应图片缩放，将原始的输入图片缩放到一个固定的尺寸，自适应地添加最少的黑边到缩放之后的图片中，具体步骤为：
[0034]根据原始图片大小与输入到网络的图片大小，计算缩放比例；
[0035]根据原始图片大小与缩放比例，计算缩放后的图片大小；
[0036]计算黑边填充数值。
[0037]进一步的，所述根据摄像头的设置角度，划分识别区域，具体为：
[0038]在进行预测前利用python进行编程，根据摄像头的设置角度，绘制出识别区域，只检测管道相关区域，无关区域则不检测。
[0039]本专利技术第二方面提供了基于yolov5的油气管道挖掘机占压检测系统。
[0040]基于yolov5的油气管道挖掘机占压检测系统，包括预处理模块、标注模块、训练模块和检测模块：
[0041]预处理模块，被配置为：获取实际的油气管道挖掘机占压图像，对油气管道挖掘机占压图像进行图像增强和边缘检测的预处理；
[0042]标注模块，被配置为：对预处理后的油气管道挖掘机占压图像进行挖掘机占压区域的标注，构建数据集；
[0043]训练模块，被配置为：利用数据集，对基于目标检测算法yolov5和多目标跟踪算法
Deepsort的检测模型进行训练；
[0044]检测模块，被配置为：对摄像头采集的待检测油气管道挖掘机占压图像，根据摄像头的设置角度，划分识别区域，通过训练后的检测模型对识别区域进行挖掘机占压区域的检测，得到油气管道挖掘机占压检测结果；
[0045]其中，所述目标检测算法yolov5用于识别危险目标，多目标跟踪算法Deepsort对识别的危险目标进行跟踪检测和预警。
[0046]本专利技术第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的基于yolov5的油气管道挖掘机占压检测方法中的步骤。
[0047]本专利技术第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的基于yolov5的油气管道挖掘机占压检测方法中的步骤。
[0048]以上一个或多个技术方案存在以下有益效果：
[0049]由于传统的排查挖掘机占压的方式例如人工巡线和摄像头排查等效率不高，管道的安全运行仍存在安全隐患，本专利技术通过检测模型对管道周边区域是否存在挖掘机占压行为进行快速、自动检测，在一定程度上帮助工作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于yolov5的油气管道挖掘机占压检测方法，其特征在于，包括：获取实际的油气管道挖掘机占压图像，对油气管道挖掘机占压图像进行图像增强和边缘检测的预处理；对预处理后的油气管道挖掘机占压图像进行挖掘机占压区域的标注，构建数据集；利用数据集，对基于目标检测算法yolov5和多目标跟踪算法Deepsort的检测模型进行训练；对摄像头采集的待检测油气管道挖掘机占压图像，根据摄像头的设置角度，划分识别区域，通过训练后的检测模型对识别区域进行挖掘机占压区域的检测，得到油气管道挖掘机占压检测结果；其中，所述目标检测算法yolov5用于识别危险目标，多目标跟踪算法Deepsort对识别的危险目标进行跟踪检测和预警。2.如权利要求1所述的基于yolov5的油气管道挖掘机占压检测方法，其特征在于，所述获取实际的油气管道挖掘机占压图像，具体途径有：从互联网中搜集油气管道挖掘机占压图像；利用无人机和摄像设备，实际现场收集油气管道挖掘机占压图像。3.如权利要求1所述的基于yolov5的油气管道挖掘机占压检测方法，其特征在于，所述图像增强和边缘检测的预处理，具体为：对夜间拍摄得到的图像，使用直方图均衡化的方法进行图像增强；通过边缘检测，对于边缘特征不清晰的图像，利用sobel算子、Laplacian算子、Canny算子对图像进行边缘检测，改善图像的视觉效果，突出特征。4.如权利要求1所述的基于yolov5的油气管道挖掘机占压检测方法，其特征在于，所述进行挖掘机占压区域的标注，具体为：利用标注软件对油气管道挖掘机占压图像中的挖掘机图像进行标注，对挖掘机占压区域进行标注，挑选训练集和验证集图像，制作数据集为训练做准备。5.如权利要求1所述的基于yolov5的油气管道挖掘机占压检测方法，其特征在于，所述对基于目标检测算法yolov5和多目标跟踪算法Deepsort的检测模型进行训练，具体为：所述检测模型，通过数据加载器传递每一批训练数据，并同时增强训练数据，借助自适应锚框计算、自适应图片缩放两种方法辅助训练，直到训练出适合于检测挖掘机占压图像的模型；其中，数据加载器进行三种数据增强：缩放、色彩空间调整和mosaic增强。6.如权利要求5所述的基于yolov5的油气管道挖掘机占压检测方法，其特征在于，所述自适应锚框计算，具体过程为：获取数据集中所有目标的宽和高；将每张图片中按照等比例缩放的方...

【专利技术属性】
技术研发人员：胡其会，张航，王武昌，李玉星，钟凡，安成名，袁运栋，郝振东，董邵灿，曾吉林，伍辉，
申请(专利权)人：中油国际管道有限公司深圳市燃气集团股份有限公司，
类型：发明
国别省市：