一种基于深度学习的靠船排未穿救生衣的检测方法技术

本发明专利技术基于深度学习的靠船排未穿救生衣的检测方法，包括：获取现场的船排作业的监控视频V<subgt;i</subgt;；通过视频筛选含有船排作业场景的图像I<subgt;i</subgt;；对获取的船排作业图像进行标注，得到标注数据I<subgt;ann</subgt;，并划分为训练样本I<subgt;train</subgt;和验证样本I<subgt;valid</subgt;；神经网络模型构建及训练，并通过训练样本I<subgt;train</subgt;和验证样本I<subgt;valid</subgt;进行训练，得到训练后的神经网络模型；获取监控视频V<subgt;test</subgt;，并获取连续N帧待测船排图像作为待测组I<subgt;test</subgt;；将同一待测组的待测船排图像I<subgt;test</subgt;输入至目标检测模型中，通过非极大值抑制，得出船排及人员的坐标、类别和置信度；将人员所在的位置单独裁剪，送入额外分类器进一步分类，获得分类结果C′替换检测模型中的类别结果c；将待测船排图像I<subgt;test</subgt;输入到训练好语义分割模型中；结果整合与报警判定。

【技术实现步骤摘要】

本专利技术涉及目标检测领域，特别涉及一种基于深度学习的靠船排未穿救生衣的检测方法

技术介绍

1、随着深度学习的日益发展，目标检测是计算机视觉领域最重要也是最具有挑战性的分支之一，被广泛运用于工业界、学术界。在工业场景中，为了及时发现船排在作业过程中人员靠近船排并未穿救生衣的状况、以及满足管理要求。石油作业作为安防要求极高的作业场景，需要对一些可能存在的隐患进行实时识别，可以有效防止安全事故的发生。但是目前在石油工业中，对于可能存在的安全隐患，都是通过人为观看监控来判断，因此存在反馈不及时和不全面等情况，同时没有健全的实时安全隐患检测机制。

技术实现思路

1、本专利技术实施例提供了一种基于深度学习的靠船排未穿救生衣的检测方法。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

2、本专利技术实施例提供了一种基于深度学习的靠船排未穿救生本文档来自技高网...

【技术保护点】

1.一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，包括：

2.根据权利要求1所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(3)包括

3.根据权利要求1所述-种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(4)包括

4.根据权利要求3所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(4-2)包括

5.根据权利要求1所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(4-3)包括

6.根据权利要求1所述一种基于深度学习的靠船排未穿救生衣...

【技术特征摘要】

1.一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，包括：

2.根据权利要求1所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(3)包括

3.根据权利要求1所述-种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(4)包括

4.根据权利要求3所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在于，所述步骤(4-2)包括

5.根据权利要求1所述一种基于深度学习的靠船排未穿救生衣的检测方法，其特征在...

【专利技术属性】
技术研发人员：王美，齐静静，刘佳，任智军，黄珊，邹燕，孙民笃，李慧颖，张文沛，苏雪松，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：