【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种电力杆塔作业围栏区域识别方法及系统。
技术介绍
1、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。
2、在电力杆塔施工现场，按规定在施工现场设置围栏，保证安全施工区域是安全施工的要求之一。当前主要基于人工智能的施工区域分割与检测，能够确认作业围栏内是否有违规作业发生，但是并没有对作业围栏本身的设置是否违规进行判断。
3、且当前通过深度神经网络进行施工区域识别时，为了保证识别效果，需要用大量的训练样本来优化模型的结构和超参数，模型较复杂，且训练时间较长。
技术实现思路
1、本专利技术为了解决上述问题，提出了一种电力杆塔作业围栏区域识别方法及系统，实现了对作业围栏区域是否违规的准确识别，并通过enas和贝叶斯优化算法，对围栏地面分割模型进行优化，在保证分割精度的基础上，降低了模型复杂度，提高了模型训练的效率。
2、为实现上述目的，本专利技术采用如下技术方案：
3、第一方面，提出了一种电力杆塔作业围栏区域识别方法，包括：
4、获取包含电力杆塔作业围栏区域的图像；
5、通过包含电力杆塔作业围栏区域的图像和训练好的围栏地面分割模型，获得电力杆塔作业围栏区域；其中，围栏地面分割模型以包含电力杆塔作业围栏区域的图像为输入，以识别出的电力杆塔作业围栏区域为输出，通过卷积神经网络构建获得，在对围栏地面分割模型进行训练时，采用enas算法对围栏地面分割模型的网络结构
6、根据电力杆塔作业围栏区域，确定电力杆塔作业围栏设置是否符合规范。
7、第二方面，提出了一种电力杆塔作业围栏区域识别系统，包括：
8、图像获取模块，用于获取包含电力杆塔作业围栏区域的图像；
9、作业围栏区域识别模块，用于通过包含电力杆塔作业围栏区域的图像和训练好的围栏地面分割模型，获得电力杆塔作业围栏区域；其中，围栏地面分割模型以包含电力杆塔作业围栏区域的图像为输入，以识别出的电力杆塔作业围栏区域为输出，通过卷积神经网络构建获得，在对围栏地面分割模型进行训练时，采用enas算法对围栏地面分割模型的网络结构进行优化，采用贝叶斯优化算法对优化结构后的围栏地面分割模型的超参数进行优化；
10、围栏设置是否符合规划判断模块，用于根据电力杆塔作业围栏区域，确定电力杆塔作业围栏设置是否符合规范。
11、第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种电力杆塔作业围栏区域识别方法所述的步骤。
12、第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种电力杆塔作业围栏区域识别方法所述的步骤。
13、与现有技术相比，本专利技术的有益效果为：
14、1、本专利技术通过围栏地面分割模型实现了对电力杆塔作业围栏区域的准确识别，并在此基础上，判断电力杆塔作业围栏区域是否违规，实现了自动、实时检测电力杆塔作业围栏区域违规现象的效果。
15、2、本专利技术通过enas和贝叶斯优化算法，对围栏地面分割模型的结构和超参数进行优化，降低对人工经验的依赖性，并在保证分割精度的基础上，降低了模型复杂度，提高了模型训练的效率。
16、本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种电力杆塔作业围栏区域识别方法，其特征在于，包括：
2.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，计算电力杆塔作业围栏区域所占包含电力杆塔作业围栏区域的图像的比例，当比例处于设定阈值范围内时，判定电力杆塔作业围栏设置符合规范；当比例不处于设定阈值范围内时，判定电力杆塔作业围栏设置不符合规范。
3.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，在判定电力杆塔作业围栏设置不符合规范时，发出报警。
4.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，获取包含电力杆塔作业围栏区域的训练用图像，并对训练用图像进行作业围栏区域标注，获得训练数据；
5.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，当训练次数到达目标次数时，或围栏地面分割模型输出结果与标签之间的相似度大于等于设定的目标值时，训练完成。
6.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，在对围栏地面分割模型进行每一次训练时，均通过高效神经网络搜索(ENAS)算法对本轮训练的
7.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，在对围栏地面分割模型进行第一次训练时，第一次训练的围栏地面分割模型的网络结构和超参数，采用卷积神经网络默认的网络结构和超参数。
8.一种电力杆塔作业围栏区域识别系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的一种电力杆塔作业围栏区域识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的一种电力杆塔作业围栏区域识别方法的步骤。
...【技术特征摘要】
1.一种电力杆塔作业围栏区域识别方法，其特征在于，包括：
2.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，计算电力杆塔作业围栏区域所占包含电力杆塔作业围栏区域的图像的比例，当比例处于设定阈值范围内时，判定电力杆塔作业围栏设置符合规范；当比例不处于设定阈值范围内时，判定电力杆塔作业围栏设置不符合规范。
3.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，在判定电力杆塔作业围栏设置不符合规范时，发出报警。
4.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，获取包含电力杆塔作业围栏区域的训练用图像，并对训练用图像进行作业围栏区域标注，获得训练数据；
5.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，当训练次数到达目标次数时，或围栏地面分割模型输出结果与标签之间的相似度大于等于设定的目标值时，训练完成。
6.如权利要求1所述的一种电力杆塔作业围栏区域识别方法，其特征在于，在对围栏地面分割模型进行每一次训练时，均通过高效神经网络搜索(enas)算法对本轮训练...
【专利技术属性】
技术研发人员：孙建德，吕越，王建，李超，李继豪，冯佳佳，刘珂，李晓晨，王天一，吕忠杰，冯传奋，冯广钧，
申请(专利权)人：山东师范大学，
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。