【技术实现步骤摘要】
本专利技术涉及智慧安全监控，尤其涉及一种基于边缘端设备的安全穿戴视觉自动检测方法、装置及系统。
技术介绍
1、在工业生产以及工程管理活动中，安全穿戴（是否佩戴安全帽以及是否穿着工作服等）有着至关重要的安全保障作用。针对于安全穿戴行为的监测，现有技术中通常是采用人工监督的方式进行判断，存在监督范围小、时效性差且不能全程监控等一系列问题，同时需要耗费大量人力成本。因此，实现自动检测工人是否正确安全穿戴具有重要意义。
2、借助人工智能和机器学习技术，可以实现安全穿戴行为的智能识别，提高检测的智能化程度以及效率。但是现有技术中机器学习模型通常适用于目标和背景差异较大的场景，针对安全穿戴行为的检测识别，由于需同时检测人体、安全帽区域、工作服区域三个部分，现有深度学习模型仅适用于检测区分较大差异的人体、安全帽区域、工服区域三个部分，而对于目标间及目标和背景差异较小的场景则难以识别，尤其是难以有效区分目标与目标、目标和背景的微小差异，例如，发色与安全帽颜色接近时难以区分，颜色相近于工服的普通衣服也可能会被误检成工服，当安全帽挂放在椅子上时...
【技术保护点】
1.一种基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，所述C3K2模块通过将输入特征经过卷积操作后的特征、与输入特征经过多个C3K结构进行深度特征提取后的特征进行融合得到输出特征，所述C3K结构包括两条处理分支，一条处理分支将输入特征通过卷积操作后直接传递，另一条处理分支则将输入特征通过多个瓶颈层进行深度特征提取，将两个处理分支的输出进行融合后得到C3K结构的输出特征；所述瓶颈层的输入特征分为两路，一路通过两层双通道卷积DualConv模块连接至加法器的一个输...
【技术特征摘要】
1.一种基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，所述c3k2模块通过将输入特征经过卷积操作后的特征、与输入特征经过多个c3k结构进行深度特征提取后的特征进行融合得到输出特征，所述c3k结构包括两条处理分支，一条处理分支将输入特征通过卷积操作后直接传递，另一条处理分支则将输入特征通过多个瓶颈层进行深度特征提取，将两个处理分支的输出进行融合后得到c3k结构的输出特征；所述瓶颈层的输入特征分为两路，一路通过两层双通道卷积dualconv模块连接至加法器的一个输入端，另一路通过shortcut连接提供给加法器的另一个输入端，加法器的输出端输出瓶颈层的输出特征，其中，若shortcut参数为真则shortcut连接有效，否则shortcut连接断开，所述双通道卷积dualconv模块的输出端还设置有batchnorm2d层、silu激活层。
3.根据权利要求2所述的基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，使用sam空间注意力模块产生的空间位置动态权重对各条所述卷积分支的输出特征进行加权得到所述双通道卷积dualconv模块的输出特征的计算表达式为：
4.根据权利要求1所述的基于边缘端设备的安全穿戴视觉自动检测方法，其特征在于，骨干网络中还包括c2psa模块，所述c2psa模块通过使用1×1卷积模块对输入数据进行特征初步提取及融合后得到初步特征，将所述初步特征使用多个psa模块进行特征提取后得到的特征与所述初步特征进行融合，得到c2psa模块的...
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。