System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种违规电气焊识别方法、电子设备及存储介质技术_技高网

一种违规电气焊识别方法、电子设备及存储介质技术

技术编号:40525671 阅读:5 留言:0更新日期:2024-03-01 13:45
本申请涉及渔港违规行为智能分析技术领域,尤其涉及一种违规电气焊识别方法、电子设备及存储介质,所述违规电气焊识别方法通过设置电气焊视频采集模块,对渔港进行图像采集,实时性高,实现了对渔港电气焊的实时监测,将图像画面输入到第二PP‑YOLOv2深度网络模型深度网络模型中,获得电气焊图像预测矩形框后,检测所述电气焊图像预测矩形框的个数,根据检测结果判断港内监测区域状态后,根据判断结果通过文件服务器获得推送数据,并将所述推送数据发送到智慧海洋服务器进行比对,根据比对结果识别违规电气焊获得识别结果。通过本申请获取监测区域的违规电器焊状态,进行报警提醒,提高了实时性与识别精度。

【技术实现步骤摘要】

本申请涉及渔港违规行为智能分析,尤其涉及一种违规电气焊识别方法、电子设备及存储介质


技术介绍

1、为确保船舶处于良好的适航状态,船舶时常会在港内进行电气焊等明火作业。该类作业安全风险高,如若操作不规范,安全措施落实不到位,极易发生火灾或爆炸安全事故。据不完全统计,明火作业引起船舶火灾,占修造船火灾事故的四分之三。

2、船舶电气焊作业可能在甲板、货舱、深舱内,也可能在机舱内。作业位置周围可能积聚可燃气体、粉尘、储存易燃易爆货物。因此对违规电气焊的初期进行识别及预警可以能够在很大程度上降低火灾的扩大化,降低安全风险,维护港口及周边区域的安全。

3、目前,港内对违规电气焊的检测主要依赖视觉巡检的方法,即人工巡逻员或监控摄像头进行视觉巡检,人工观测是否存在违规的电气焊行为。这种方法依赖于人的观察能力,既费力又低效,而且可能存在疏漏和主观性。


技术实现思路

1、本申请实施例提供了一种违规电气焊识别方法、电子设备及存储介质,以至少解决了现有技术无法实现对违规电气焊的实时监测,实时检测火焰、光弧、面罩等违规电气焊的特征,无法确保港内的安全生产及工作人员的生命安全等问题。

2、本专利技术提供了一种违规电气焊识别方法,所述违规电气焊识别方法包括:

3、电气焊图像样本集获得步骤:rtsp视频流中采集获得电气焊图像后,对所述电气焊图像进行火花面罩标注获得电气焊图像样本集;

4、电气焊图像训练步骤:通过第一pp-yolov2深度网络模型深度网络模型对所述电气焊图像样本集进行训练获得第二pp-yolov2深度网络模型深度网络模型;

5、港内监测区域状态判断步骤:将rtsp画面输入到所述第二pp-yolov2深度网络模型深度网络模型中,获得电气焊图像预测矩形框后,检测所述电气焊图像预测矩形框的个数,根据检测结果判断港内监测区域状态后,根据判断结果通过文件服务器获得推送数据,并将所述推送数据发送到智慧海洋服务器;

6、违规电气焊识别步骤:所述智慧海洋服务器对所述推送数据与电气焊报备数据进行比对,根据比对结果识别违规电气焊获得识别结果。

7、在上述所述的违规电气焊识别方法,其中,所述电气焊图像样本集获得步骤包括:

8、训练计算机通过摄像头接入所述rtsp视频流,从所述rtsp视频流中采集获得多帧第一电气焊图像,并将多帧所述第一电气焊图像按照拍摄时间先后顺序进行排列后,获得多帧第二电气焊图像。

9、在上述所述的违规电气焊识别方法,其中,所述电气焊图像样本集获得步骤还包括:

10、利用labelme软件对多帧所述第二电气焊图像进行火花面罩标注,根据火花面罩识别结果获得所述电气焊图像样本集。

11、在上述所述的违规电气焊识别方法,其中,所述港内监测区域状态判断步骤包括:

12、监控计算机截取所述rtsp画面,并将所述rtsp画面输入到所述第二pp-yolov2深度网络模型深度网络模型中,获得所述电气焊图像预测矩形框。

13、在上述所述的违规电气焊识别方法,其中,所述港内监测区域状态判断步骤还包括:

14、所述监控计算机检测所述电气焊图像预测矩形框的所述个数,获得所述检测结果;

15、当所述检测结果为所述电气焊图像预测矩形框的所述个数为零时,所述港内监测区域状态判断为无电气焊状态。

16、在上述所述的违规电气焊识别方法,其中,所述港内监测区域状态判断步骤还包括:

17、当所述检测结果为所述电气焊图像预测矩形框的所述个数大于零时,所述港内监测区域状态判断为有电气焊状态,所述监控计算机对港内监测区域rtsp画面进行截图,并将截图上传到所述文件服务器获得所述推送数据。

18、在上述所述的违规电气焊识别方法,其中,所述违规电气焊识别步骤包括:

19、所述智慧海洋服务器对所述推送数据与电气焊报备数据库中的所述电气焊报备数据进行比对,获得所述比对结果;

20、若所述比对结果为所述推送数据未在所述电气焊报备数据库中,则所述智慧海洋服务器将所述推送数据对应的电气焊识别为违规电气焊,并保存所述识别结果,向工作人员发送违规报警提示信息。

21、本专利技术还提供了违规电气焊识别系统,适用于上述所述的违规电气焊识别方法,所述违规电气焊识别系统包括:

22、电气焊图像样本集获得单元:rtsp视频流中采集获得电气焊图像后,对所述电气焊图像进行火花面罩标注获得电气焊图像样本集;

23、电气焊图像训练单元:通过第一pp-yolov2深度网络模型深度网络模型对所述电气焊图像样本集进行训练获得第二pp-yolov2深度网络模型深度网络模型;

24、港内监测区域状态判断单元:将rtsp画面输入到所述第二pp-yolov2深度网络模型深度网络模型中,获得电气焊图像预测矩形框后,检测所述电气焊图像预测矩形框的个数,根据检测结果判断港内监测区域状态后,根据判断结果通过文件服务器获得推送数据,并将所述推送数据发送到智慧海洋服务器;

25、违规电气焊识别单元:所述智慧海洋服务器对所述推送数据与电气焊报备数据进行比对,根据比对结果识别违规电气焊获得识别结果。

26、本专利技术还提供一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述所述的违规电气焊识别方法。

27、本专利技术还提供一种电子设备可读存储介质,所述电子设备可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述所述的违规电气焊识别方法。

28、相比于相关技术,本专利技术提出的一种违规电气焊识别方法、电子设备及存储介质,通过设置电气焊视频采集模块,对渔港进行图像采集,实时性高,实现了对渔港电气焊的实时监测;本专利技术通过电气焊图像对pp-yolov2深度网络模型深度神经网络模型进行训练,得到训练好的pp-yolov2深度网络模型深度神经网络模型,从而便于后续采集的电气焊图像输入已训练好的pp-yolov2深度网络模型深度神经网络模型而得到监测区域的违规电器焊状态,进行报警提醒,提高了实时性与识别精度。

29、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。

本文档来自技高网...

【技术保护点】

1.一种违规电气焊识别方法,其特征在于,所述违规电气焊识别方法包括:

2.根据权利要求1所述的违规电气焊识别方法,其特征在于,所述电气焊图像样本集获得步骤包括:

3.根据权利要求2所述的违规电气焊识别方法,其特征在于,所述电气焊图像样本集获得步骤还包括:

4.根据权利要求1所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态判断步骤包括:

5.根据权利要求4所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态判断步骤还包括:

6.根据权利要求5所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态判断步骤还包括:

7.根据权利要求6所述的违规电气焊识别方法,其特征在于,所述违规电气焊识别步骤包括:

8.一种违规电气焊识别系统,其特征在于,所述违规电气焊识别系统包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的违规电气焊识别方法。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的违规电气焊识别方法。

...

【技术特征摘要】

1.一种违规电气焊识别方法,其特征在于,所述违规电气焊识别方法包括:

2.根据权利要求1所述的违规电气焊识别方法,其特征在于,所述电气焊图像样本集获得步骤包括:

3.根据权利要求2所述的违规电气焊识别方法,其特征在于,所述电气焊图像样本集获得步骤还包括:

4.根据权利要求1所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态判断步骤包括:

5.根据权利要求4所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态判断步骤还包括:

6.根据权利要求5所述的违规电气焊识别方法,其特征在于,所述港内监测区域状态...

【专利技术属性】
技术研发人员:信子君苏亮王双吴光楠高扬贾晓艺杨帅丁燕梅董振华
申请(专利权)人:青岛国实科技集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1