工矿环境检测控制方法、模型搭建方法、设备及存储介质技术

本申请公开了一种工矿环境检测控制方法、模型搭建方法、设备及可读存储介质，工矿环境检测控制方法包括：获取工矿环境图像；通过图像检测模型检测工矿环境图像以获取异常信息，其中，图像检测模型由表征工矿环境异常的图像数据集对基础模型进行模型训练后得到，基础模型具有在多尺度卷积运算中引入分组交叉注意力机制进行特征增强的特征增强功能；基于异常信息进行告警控制。如此，本申请的技术方案能够克服工矿场景下采集的工矿环境图像存在的图像缺陷，快速、精准的识别工矿环境图像中的异常特征，从而基于异常特征快速、准确地检测出工矿环境图像对应的异常情况，进而便于对异常情况及时进行告警以减小异常情况带来的危害，保障人员安全及工矿环境的安全性。

【技术实现步骤摘要】

本申请涉及数字图像，特别是涉及一种工矿环境检测控制方法、模型搭建方法、设备及可读存储介质。

技术介绍

1、工矿场景可以包括工业场景和/或矿业场景。工业场景例如隧道场景、公共管廊场景等。矿业场景例如煤矿场景、矿山场景等。目前，工矿场景中大多具有相应的设备、设施，因此，具有排查异常的需求。目前，对工况场景的异常排查主要依靠工况环境中安装的摄像头采集工况环境图像，以供后台向相关人员展示实现人工排查。近年来，采用深度学习技术的图像检测模型的快速发展，因此通过图像检测模型实现对工矿环境的异常排查将成为主流的发展方向。

2、但是，目前的图像检测模型对图像质量要求较高，由于工矿场景下采集的工矿环境图像往往存在图像缺陷(例如光照条件差、环境复杂、异常目标小等缺陷)，导致使用目前的图像检测模型不能精准的识别工矿环境图像中的异常特征，从而难以快速、准确地检测出工矿环境图像中的异常情况，因此，如何快速、准确地检测出工矿环境图像中的异常情况是本领域技术人员亟需解决的技术问题。

技术实现思路

1、本申请的目的在于提供一种工本文档来自技高网...

【技术保护点】

1.一种工矿环境检测控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基础模型的搭建操作包括：

3.根据权利要求2所述的方法，其特征在于，

4.根据权利要求2所述的方法，其特征在于，所述特征增强模块包括第一分支和第二分支；

5.根据权利要求4所述的方法，其特征在于，所述分组交叉注意力单元基于分组交叉注意力机制进行配置，能够执行以下步骤：

6.根据权利要求1至5任一项所述的方法，其特征在于，所述异常信息包括异常类别及异常程度信息；

7.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所...

【技术特征摘要】

1.一种工矿环境检测控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基础模型的搭建操作包括：

3.根据权利要求2所述的方法，其特征在于，

4.根据权利要求2所述的方法，其特征在于，所述特征增强模块包括第一分支和第二分支；

5.根据权利要求4所述的方法，其特征在于，所述分组交叉注意力单元基于分组交叉注意力机制进行配置，能够执行以下步骤：

6.根据权利要求1至5任一项所述的方法，其特征在于，所述异常信息包括异常类别及异常程度信息；

7.根据权利要求1至5任...

【专利技术属性】
技术研发人员：方世琪，李小林，朱统权，王海峰，汪仕浩，
申请(专利权)人：上海化学工业区公共管廊有限公司，
类型：发明
国别省市：