一种基于改进yolov7的工地安全隐患检测方法、装置和介质制造方法及图纸

本发明专利技术提供了一种基于改进yolov7的工地安全隐患检测方法、装置和介质，属于工地施工现场安全隐患识别技术领域。通过以下技术方案实现：采集施工现场图像，抽取关键帧获取图像数据集并进行预处理和标注；构建基于改进yolov7网络的工地安全隐患检测模型；使用处理后数据集对工地安全隐患检测模型进行训练，并使用验证集进行测试，验证精确度是否满足迭代结束条件；迭代完成获得训练好的工地安全隐患检测模型，服务化部署后对工地现场安全隐患进行检测。本发明专利技术使用改进后的yolov7模型检测具有更高的检测准确性，可以有效减少误判和漏检，减少了对人力资源的依赖，降低成本。

【技术实现步骤摘要】

本专利技术涉及一种基于改进yolov7的工地安全隐患检测方法、装置和介质，属于工地施工现场安全隐患识别。

技术介绍

1、在传统的工地安全管理中，人工巡检一直是至关重要的环节。然而，这种方法存在诸多局限。首先，人工巡检不仅耗费大量的人力和时间，还极易受到人为因素的影响，如疲劳、疏忽等，这可能导致安全隐患的漏检或误判。其次，随着工地规模的日益扩大和复杂性的增加，人工巡检的难度和成本也呈上升趋势。当前深度学习在图像处理领域的迅猛发展和目标检测模型的持续迭代，以及卷积和注意力机制的不断创新，研究基于深度学习的工地安全隐患检测方法，实现智能化的安防管控，具有重大的现实意义和应用价值。

2、目前的工地安全隐患检测方法对小目标的检测精有时会出现漏检或误检的情况，同时，对于不同尺度的目标检测也存在精确度不够的问题，在面对工地环境这种复杂多变的场景时，表现力不足。

技术实现思路

1、本专利技术目的是提供了一种基于改进yolov7的工地安全隐患检测方法、装置和介质，减少干扰物对检测结果的影响，从而提高检测的精确度，有本文档来自技高网...

【技术保护点】

1.一种基于改进yolov7的工地安全隐患检测方法，其特征在于，包括：

2.根据权利要求1所述的基于改进的yolov7的工地安全隐患目标检测方法，其特征在于，所述预处理和标注包括：将获取的图像数据集使用旋转，裁剪和自适应均衡化对图片进行增强，对异常行为少的图片使用smote算法进行数据增强；

3.根据权利要求1所述的基于改进yolov7的工地安全隐患目标检测方法，其特征在于，所述改进yolov7网络包括Input、Backhone和Head，所述Backbone包括OBS模块、ELAN模块和MP1模块，所述OBS模块依次包括ODConv层、批标准化层和激活函数。<...

【技术特征摘要】

1.一种基于改进yolov7的工地安全隐患检测方法，其特征在于，包括：

2.根据权利要求1所述的基于改进的yolov7的工地安全隐患目标检测方法，其特征在于，所述预处理和标注包括：将获取的图像数据集使用旋转，裁剪和自适应均衡化对图片进行增强，对异常行为少的图片使用smote算法进行数据增强；

3.根据权利要求1所述的基于改进yolov7的工地安全隐患目标检测方法，其特征在于，所述改进yolov7网络包括input、backhone和head，所述backbone包括obs模块、elan模块和mp1模块，所述obs模块依次包括odconv层、批标准化层和激活函数。

4.根据权利要求3所述的基于改进yolov7的工地安全隐患目标检测方法，其特征在于，所述head包括sppcspc模块、elan-h模块、mp2模块、upsample模块和repconv模块组成。

5...

【专利技术属性】
技术研发人员：赵新，孙立，杨朋辉，田明，李栋林，
申请(专利权)人：山东浪潮成方数字服务有限公司，
类型：发明
国别省市：