一种基于深度学习的吊车支腿安全检测方法技术

本发明专利技术一种基于深度学习的吊车支腿安全检测方法，包括：获取现场吊车作业的监控视频V<subgt;in</subgt;；通过监控视频获取含有吊车的图像I<subgt;in</subgt;；对获取到的吊车图像进行标注作为样本数据I<subgt;ann</subgt;；构建神经网络模型，利用训练样本和测试样本进行训练，得到训练好的神经网络模型；获取实时的监控视频V<subgt;test</subgt;，并获取连续N帧待测吊车图像作为待测组I<subgt;test</subgt;；将待测吊车图像I<subgt;test</subgt;输入到训练好的神经网络模型中，得出吊车及其支腿的坐标、类别和置信度；将监控视频中支腿所在的位置单独裁剪并进行分类，获得分类结果c′，替换检测模型中的类别结果c；结果整合与报警判定。本发明专利技术通过对实时的视频做处理来实现吊车支腿未加垫板的检测方法，能够及时发现隐患，保障人员的生命和财产安全，避免意外的发生。

【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吊车支腿安全检测方法

技术介绍

1、随着深度学习的不断发展，目标检测作为计算机视觉的一个重要分支，被广泛运用于工业界、学术界。在石油行业中，吊车是大型的作业设备，在吊车运行时，需要对吊车的支腿增加垫板，以保证安全性。目前都是按照人为制定的操作规程肉眼来检查，尚未有出现能够实现实时监测效果的方法或设备。因此，想到利用目标检测技术将出现吊车支腿未加垫板的情况检测出来并预警，保障生命安全，同时满足了管理要求。但是此技术存在很多技术难点，例如如何判断吊车支腿的位置；支腿加装垫板与否，如何理解整个作业场景等。

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吊车支腿安全检测方法。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吊车支本文档来自技高网...

【技术保护点】

1.一种基于深度学习的吊车支腿安全检测方法，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吊车支腿安全检测方法，其特征在于，所述步骤(3)包括将目标检测数据标注并划分，图像分类数据标注并划分。

3.根据权利要求1或2所述一种基于深度学习的吊车支腿安全检测方法，其特征在于，所述步骤(3)包括

4.根据权利要求1所述一种基于深度学习的吊车支腿安全检测方法，其特征在于，所述步骤(4)包括构建并训练目标检测模型YOLOv5，构建并训练图像分类模型MobileViT。

5.根据权利要求1或4所述一种基于深度学习的吊车支腿安全检测方法，其...

【技术特征摘要】

1.一种基于深度学习的吊车支腿安全检测方法，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吊车支腿安全检测方法，其特征在于，所述步骤(3)包括将目标检测数据标注并划分，图像分类数据标注并划分。

3.根据权利要求1或2所述一种基于深度学习的吊车支腿安全检测方法，其特征在于，所述步骤(3)包括

4.根据权利要求1所述一种基于深度学习的吊车支腿安全检测方法，其特征在于，所述步骤(4)包括构建并训练目标检测模型yolov5，构建并训练图像分类模型mobilevit。

5.根据权利要求1或4所述一种基于深度学习的吊车支腿安全检测方法，其特征在于，所述步骤(4)包括

6.根...

【专利技术属性】
技术研发人员：田波，王贵生，王美，苏雪松，刘佳，樊庆亮，徐月军，于示，李慧颖，黄珊，
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：