【技术实现步骤摘要】
本专利技术属于智能识别领域，具体涉及一种基于yolov5的建筑工地安全帽系带识别系统及方法。
技术介绍
1、在目前的建筑工地施工过程中，安全一直是摆在首位的，从事人员是否有佩戴安全帽在安全施工作业中是一项重要的指标，安全帽作为一种安全防护工具，其能够在复杂的工地施工环境中很好的保护头部，在很大程度下减少受伤致命的情况。虽然在施工过程中安全帽的正确佩戴得到工人们越来越多的重视，但是否能够正确的佩戴安全帽成为一个新的待解决的问题，其中一个关键的点就是是否有系带的操作。因为工人们在佩戴安全帽时，会下意识忽略系带，或者由于系带的紧绷等不舒适感造成不正确的系带。同时，由于缺乏分级预警方法，现有的工地预警通常无法提供准确的安全指示，容易导致工地人员对安全帽正确系带问题的疏忽或为方便故意不正确佩戴。
2、这些因没有正确系带产生的后果往往非常严重，对工人的生命安全造成了很大的隐患。针对上述问题，国家也出台了相应的措施，国家标准《安全帽》规定，成品说明必须声明“为充分发挥保护力，且安全帽佩戴时必须按头围的大小调整帽箍并系紧下颏带”。本专利方法及系统主要针对新国标安全帽中带有可调节安全帽带松紧度或可拆开卡扣类型的安全帽，实现对其系带的自动检测。相比传统的人工监督方法，该方法具有智能化、高效识别、轻量化及低功耗的优势，其实际应用将具有显著的社会和经济价值。
技术实现思路
1、本专利技术的目的在于提供一种基于yolov5的建筑工地安全帽系带检测方法及系统，用来解决上述
技术介绍
中提出的传统安全帽
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种基于yolov5的建筑工地安全帽系带识别系统，包括usb摄像头，可实时采集视频数据；所述usb摄像头电连接有边缘设备，所述边缘设备搭载有yolov5及安全帽系带识别模型，可对采集的所述视频数据进行处理，并可对安全帽佩戴及安全帽系带状态进行检测；所述边缘设备电连接有显示屏，可显示处理后的视频，并对工人安全帽佩戴及安全帽系带状态进行框选标记；所述边缘设备还连接有数据存储卡，可对处理完的结果进行记录保存。
4、一种基于yolov5的建筑工地安全帽系带检测方法，包括以下步骤：
5、步骤s1，图像采集；
6、结合已有数据库采集工地人员头部的实拍图像并进行图像处理，平衡不同安全帽佩戴及系带状态的图像数量；
7、步骤s2，数据集标注；
8、将采集的所述图像根据功能进行标注；
9、步骤s3，构建安全帽系带数据集；
10、标注后组成训练集，再对采集的所述图像中随机选取后作为测试集和验证集，按比例分配后，构建安全帽系带数据集；
11、步骤s4，安全帽系带识别模型；
12、基于所述安全帽系带的数据集，采用yolov5对模型参数进行多轮次训练，并采用十折交叉验证方法，完成安全帽系带模型的建立；
13、步骤s5，智能分级预警；
14、步骤s6，实地部署与应用：
15、将所述检测方案以及训练的安全帽系带模型部署到边缘设备或其他处理终端中，实地实时检测安全帽佩戴和安全帽系带并记录数据。
16、进一步地，所述步骤s2中，将采集的所述图像根据功能进行两个方面的标注：
17、对采集到的人员头部图像中八个关键节点和安全帽带弯曲节点进行识别标注，其中头部的关键点分别为左耳耳轮上尖、左耳耳轮上尖、鼻尖、嘴巴、左眼、右眼、头顶、下巴，从而在检测过程对安全帽佩戴检测区域和安全帽系带检测区域进行分割；
18、在标签类别的标注上，将人员头部图像根据安全帽是否佩戴、安全帽带是否散落、安全帽带是否存在弯曲节点、安全帽带是否存在卡扣和系带是否松弛进行标注，其便于检测过程对每个个体安全帽佩戴和系带情况进行辨别。
19、进一步地，所述步骤s4中包括以下内容：
20、将人员头部样本图像输入到所述安全帽系带模型中，通过运行yolov5中检测部分，识别八个头部关键点及安全帽带弯曲节点，进而根据识别出的左耳耳轮上尖，右耳耳轮上尖将检测区域分割为上下两个半区；其上半区域依据头顶关键点作为上边界辅助定位安全帽佩戴的检测区域，下半区则作为安全帽系带的检测区域；
21、上半区域对安全帽佩戴进行检测，当没有检测到安全帽佩戴时，输出一级预警；当有检测到安全帽佩戴时，进行下半区域的检测；
22、下半区域对安全帽系带进行检测，当检测到散落的安全帽带时，将判定其安全帽带垂直散落，并输出二级预警；当没有检测到散落的安全帽带时，将判断是否检测到安全帽带弯曲节点，若不存在所述节点，且检测到了安全帽卡扣，则判定其系带正确，如果没有检测到安全帽卡扣将直接输出三级预警；当检测到所述安全帽带弯曲节点时，则计算其与头部下巴关键点之间的长度，当超出规定距离，判定为系带松弛，并输出四级预警；反之判定为系带正确，将输出安全帽正确系带。
23、进一步地，所述步骤s1中，所述图像处理采用亮度调整、-20～+20角度随机旋转、镜像操作来扩充数据集，使得各类型图像数据数量平衡。
24、进一步地，所述安全帽系带模型是基于yolov5中适合边缘部署的轻量级网络yolov5s所构建的。
25、进一步地，所述步骤s2中，其标注过程采用labelme工具对头部八个关键节点、安全帽系带弯曲节点、安全帽佩戴和系带情况辨别标签进行操作；其节点对应的标签分别为：l_ear、r_ear、t_nose、mouth、l_eye、r_eye、top_head、lo_chin和band_cur；
26、其安全帽佩戴和系带情况辨别标签对应分别为：n_helmet、y_helmet、sc_hat_strap、nsc_hat_strap、be_hat_strap、nbe_hat_strap、n_hat_clip、y_hat_clip、r_frenulum和w_frenulum。
27、进一步地，所述步骤s5中，对安全帽佩戴和安全帽系带的检测过程进行分级处理，四种预警结果对不戴安全帽、戴安全帽但安全帽带散落头部两侧、戴安全帽但缺失安全帽带、戴安全帽但没有系紧安全帽带四种不同程度的错误安全帽佩戴及安全帽系带状态进行输出，进一步提高了识别的准确性。
28、进一步地，所述规定距离可以依据安全帽制式与工地实际需求制定。
29、进一步地，所述步骤s6中，在边缘设备中装载linux系统之后，搭建yolov5运行环境，再将安全帽系带模型移植部署；其通过usb摄像头实时输入工人施工现场视频到jetsonnano中，经过搭建的yolov5的检测部分调用安全帽系带模型，对传输的视频进行安全帽佩戴和安全帽系带检测后，将处理的视频实时传输到hdmi显示屏中播放；其显示结果对每一位工地人员的安全帽佩戴和安全帽系带状态进行了框选标记，并且把系统运行结果作为工作日志保存在所述设备的系统所在存储卡中本文档来自技高网...
【技术保护点】
1.一种基于YOLOv5的建筑工地安全帽系带识别系统，其特征在于，包括USB摄像头，可实时采集视频数据；所述USB摄像头电连接有边缘设备，所述边缘设备搭载有YOLOv5及安全帽系带识别模型，可对采集的所述视频数据进行处理，并可对安全帽佩戴及安全帽系带状态进行检测；所述边缘设备电连接有显示屏，可显示处理后的视频，并对工人安全帽佩戴及安全帽系带状态进行框选标记；所述边缘设备还电连接有数据存储卡，可对处理完的结果进行记录保存。
2.一种基于YOLOv5的建筑工地安全帽系带检测方法，使用权利要求1所述的一种基于YOLOv5的建筑工地安全帽系带识别系统，其特征在于，包括以下步骤：
3.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S2中，将采集的所述图像根据功能进行两个方面的标注：
4.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S4中包括以下内容：
5.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S1中，所述图像
6.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述安全帽系带模型是基于YOLOv5中适合边缘部署的轻量级网络YOLOv5s所构建的。
7.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S2中，其标注过程采用labelme工具对头部八个关键节点、安全帽系带弯曲节点、安全帽佩戴和系带情况辨别标签进行操作；其节点对应的标签分别为：L_ear、R_ear、T_nose、mouth、L_eye、R_eye、Top_head、Lo_chin和Band_cur；
8.如权利要求4所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S5中，对安全帽佩戴和安全帽系带的检测过程进行分级处理，四种预警结果对不戴安全帽、戴安全帽但安全帽带散落头部两侧、戴安全帽但缺失安全帽带、戴安全帽但没有系紧安全帽带四种不同程度的错误安全帽佩戴及安全帽系带状态进行输出，进一步提高了识别的准确性。
9.如权利要求4所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述规定距离可以依据安全帽制式与工地实际需求制定。
10.如权利要求2所述的一种基于YOLOv5的建筑工地安全帽系带检测方法，其特征在于，所述步骤S6中，在所述边缘设备中装载Linux系统之后，搭建YOLOv5运行环境，再将安全帽系带模型移植部署；通过所述USB摄像头实时输入工人施工现场视频到所述边缘设备中，经过搭建的YOLOv5的检测部分调用安全帽系带模型，对传输的视频进行安全帽佩戴和安全帽系带检测后，将处理的视频实时传输到HDMI显示屏中播放；其显示结果对每一位工地人员的安全帽佩戴和安全帽系带状态进行了框选标记，并且把系统运行结果作为工作日志保存在所述设备的系统所在存储卡中。
...【技术特征摘要】
1.一种基于yolov5的建筑工地安全帽系带识别系统，其特征在于，包括usb摄像头，可实时采集视频数据；所述usb摄像头电连接有边缘设备，所述边缘设备搭载有yolov5及安全帽系带识别模型，可对采集的所述视频数据进行处理，并可对安全帽佩戴及安全帽系带状态进行检测；所述边缘设备电连接有显示屏，可显示处理后的视频，并对工人安全帽佩戴及安全帽系带状态进行框选标记；所述边缘设备还电连接有数据存储卡，可对处理完的结果进行记录保存。
2.一种基于yolov5的建筑工地安全帽系带检测方法，使用权利要求1所述的一种基于yolov5的建筑工地安全帽系带识别系统，其特征在于，包括以下步骤：
3.如权利要求2所述的一种基于yolov5的建筑工地安全帽系带检测方法，其特征在于，所述步骤s2中，将采集的所述图像根据功能进行两个方面的标注：
4.如权利要求2所述的一种基于yolov5的建筑工地安全帽系带检测方法，其特征在于，所述步骤s4中包括以下内容：
5.如权利要求2所述的一种基于yolov5的建筑工地安全帽系带检测方法，其特征在于，所述步骤s1中，所述图像处理采用亮度调整、-20～+20角度随机旋转、镜像操作来扩充数据集，使得各类型图像数据数量平衡。
6.如权利要求2所述的一种基于yolov5的建筑工地安全帽系带检测方法，其特征在于，所述安全帽系带模型是基于yolov5中适合边缘部署的轻量级网络yolov5s所构建的。
7.如权利要求2所述的一种基于yolov5的建筑工地安全帽系...
【专利技术属性】
技术研发人员：向晓争，胡嘉文，余运俊，赵鹏飞，郑志斌，陶宏伟，万晓凤，武和雷，
申请(专利权)人：南昌大学，
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。