【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种安全帽检测、检测模型的训练方法、装置、设备及介质。
技术介绍
1、安全帽作为一种重要的防护工具，可以减少施工人员遭受致命伤害的概率。因此对施工人员进行安全帽佩戴检测是一项重要的工作。相关技术中，利用传感器的安全帽检测算法依靠定位技术来检测安全帽佩戴情况。
2、然而，基于传感器的安全帽检测算法由于跟踪设备的距离限制，其安全帽检测结果的准确率有待提升。
技术实现思路
1、本说明书实施方式旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本说明书实施方式提出一种安全帽检测、检测模型的训练方法、装置、设备及介质。
2、本说明书实施方式提供一种安全帽检测方法，所述方法包括：
3、将待检测行人图像输入至安全帽检测模型中；其中，所述安全帽检测模型包括串联的身体部位检测模型和行人属性识别模型；
4、通过所述身体部位检测模型对所述待检测行人图像进行目标检测，得到所述待检测行人图像中的头部区域图像；
5、将所述头部区域图像输入至行人属性识别模型中进行分类处理，得到安全帽检测结果；其中，所述安全帽检测结果用于表征所述头部区域图像中是否存在安全帽。
6、在其中一个实施方式，通过以下方式得到所述行人属性识别模型：
7、构建头部图像样本集合；其中，所述头部图像样本集合包括头部图像样本；所述头部图像样本的类别标签基于存储所述头部图像样本的存储路径生成的；
8、基于所述头部图像
9、在其中一个实施方式，所述头部图像样本集合包括第一头部图像样本和第二头部图像样本；所述第一头部图像样本的类别标签基于存储所述第一头部图像样本的第一路径生成的，所述第二头部图像样本的类别标签基于存储所述第二头部图像样本的第二路径生成的；所述基于所述头部图像样本和所述头部图像样本的类别标签对待训练识别模型进行训练，得到所述行人属性识别模型，包括：
10、基于所述第一头部图像样本、所述第一头部图像样本的类别标签、所述第二头部图像样本、所述第二头部图像样本的类别标签对待训练识别模型进行训练，得到所述行人属性识别模型。
11、在其中一个实施方式，通过以下方式确定所述头部图像样本集合中的第一头部图像样本和第二头部图像样本：
12、将行人图像样本输入至完成训练的行人头部检测模型进行目标检测，得到所述行人图像样本中的头部图像样本；
13、将存在安全帽的头部图像样本确定为所述第一头部图像样本，并存储至所述第一路径中；
14、将不存在安全帽的头部图像样本确定为所述第二头部图像样本，并存储至所述第二路径中。
15、在其中一个实施方式，通过以下方式存储所述第一头部图像样本至所述第一路径，存储所述第二头部图像样本至所述第二路径：
16、响应于对所述头部图像样本的筛选操作，得到所述第一头部图像样本，并存储至所述第一路径中；
17、将筛选后剩余的不存在安全帽的头部图像样本确定为所述第二头部图像样本，并存储至所述第二路径中。
18、在其中一个实施方式，所述通过所述身体部位检测模型对所述待检测行人图像进行目标检测，得到所述待检测行人图像中的头部区域图像，包括：
19、通过所述身体部位检测模型对所述待检测行人图像进行多任务目标检测，得到多任务目标检测结果；其中，所述多任务目标检测结果用于表征感兴趣的不同身体部位在所述待检测行人图像中的分布情况；
20、基于所述多任务目标检测结果获取所述待检测行人图像中的感兴趣部位图像；其中，所述感兴趣部位图像包括所述头部区域图像。
21、在其中一个实施方式，所述感兴趣部位图像包括其他区域图像；所述方法还包括：
22、将所述其他区域图像输入至所述行人属性识别模型中进行多任务分类处理，得到行人属性分类结果；其中，所述行人属性分类结果用于表征所述其他区域图像中是否存在符合安全作业要求的物品对象。
23、在其中一个实施方式，所述身体部位检测模型是基于身体部分关节检测器bpjdet搭建的；
24、所述行人属性识别模型是基于轻量级网络架构repvgg搭建的。
25、本说明书实施方式提供一种安全帽检测模型的训练方法，所述方法包括：
26、将行人图像样本输入至完成训练的行人头部检测模型进行目标检测，得到所述行人图像样本中的头部图像样本；所述安全帽检测模型包括串联的行人头部检测模型和行人属性识别模型；
27、基于所述头部图像样本的存储路径生成所述头部图像样本的类别标签；
28、基于所述头部图像样本和所述头部图像样本的类别标签对待训练识别模型进行训练，得到所述行人属性识别模型。
29、在其中一个实施方式，所述基于所述头部图像样本的存储路径生成所述头部图像样本的类别标签，包括：
30、将存在安全帽的头部图像样本确定为第一头部图像样本，并存储至第一路径中；
31、将不存在安全帽的头部图像样本确定为第二头部图像样本，并存储至第二路径中；
32、基于所述第一路径生成所述第一头部图像样本的类别标签，基于所述第二路径生成所述第二头部图像样本的类别标签。
33、本说明书实施方式提供一种安全帽检测装置，所述装置包括：
34、待检测图像输入模块，用于将待检测行人图像输入至安全帽检测模型中；其中，所述安全帽检测模型包括串联的身体部位检测模型和行人属性识别模型；
35、身体部位检测模块，用于通过所述身体部位检测模型对所述待检测行人图像进行目标检测，得到所述待检测行人图像中的头部区域图像；
36、安全帽检测模块，用于将所述头部区域图像输入至行人属性识别模型中进行分类处理，得到安全帽检测结果；其中，所述安全帽检测结果用于表征所述头部区域图像中是否存在安全帽。
37、本说明书实施方式提供一种安全帽检测模型的训练装置，所述装置包括：
38、行人头部检测模块，用于将行人图像样本输入至完成训练的行人头部检测模型进行目标检测，得到所述行人图像样本中的头部图像样本；所述安全帽检测模型包括串联的行人头部检测模型和行人属性识别模型；
39、类别标签生成模块，用于基于所述头部图像样本的存储路径生成所述头部图像样本的类别标签；
40、识别模型训练模块，用于基于所述头部图像样本和所述头部图像样本的类别标签对待训练识别模型进行训练，得到所述行人属性识别模型。
41、本说明书实施方式提供一种计算机设备，存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项实施方式所述的方法的步骤。
42、本说明书实施方式提供计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一本文档来自技高网...
【技术保护点】
1.一种安全帽检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述行人属性识别模型：
3.根据权利要求2所述的方法，其特征在于，所述头部图像样本集合包括第一头部图像样本和第二头部图像样本；所述第一头部图像样本的类别标签基于存储所述第一头部图像样本的第一路径生成的，所述第二头部图像样本的类别标签基于存储所述第二头部图像样本的第二路径生成的；
4.根据权利要求3所述的方法，其特征在于，通过以下方式确定所述头部图像样本集合中的第一头部图像样本和第二头部图像样本：
5.根据权利要求4所述的方法，其特征在于，通过以下方式存储所述第一头部图像样本至所述第一路径，存储所述第二头部图像样本至所述第二路径：
6.根据权利要求1至5任一项所述的方法，其特征在于，所述通过所述身体部位检测模型对所述待检测行人图像进行目标检测，得到所述待检测行人图像中的头部区域图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述感兴趣部位图像包括其他区域图像；所述方法还包括：
8.根
9.一种安全帽检测模型的训练方法，其特征在于，所述方法包括：
10.根据权利要求9所述的方法，其特征在于，所述基于所述头部图像样本的存储路径生成所述头部图像样本的类别标签，包括：
11.一种安全帽检测装置，其特征在于，所述装置包括：
12.一种安全帽检测模型的训练装置，其特征在于，所述装置包括：
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种安全帽检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，通过以下方式得到所述行人属性识别模型：
3.根据权利要求2所述的方法，其特征在于，所述头部图像样本集合包括第一头部图像样本和第二头部图像样本；所述第一头部图像样本的类别标签基于存储所述第一头部图像样本的第一路径生成的，所述第二头部图像样本的类别标签基于存储所述第二头部图像样本的第二路径生成的；
4.根据权利要求3所述的方法，其特征在于，通过以下方式确定所述头部图像样本集合中的第一头部图像样本和第二头部图像样本：
5.根据权利要求4所述的方法，其特征在于，通过以下方式存储所述第一头部图像样本至所述第一路径，存储所述第二头部图像样本至所述第二路径：
6.根据权利要求1至5任一项所述的方法，其特征在于，所述通过所述身体部位检测模型对所述待检测行人图像进行目标检测，得到所述待检测行人图像中的头部区域图像，包括：
7.根据...
【专利技术属性】
技术研发人员：马莹莹，
申请(专利权)人：北京东土科技股份有限公司，
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。