一种轻量级检测佩戴安全帽的方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114529736A(43)申请公布日2022.05.24(21)申请号202210079507.5G06N3/04(2006.01)(22)申请日2022.01.24G06N3/08(2006.01)(71)申请人上海电力大学地址201306上海市浦东新区沪城环路1851号(72)发明人孟繁星魏为民才智刘畅张运琴雷光裕(74)专利代理机构上海德昭知识产权代理有限公司31204专利代理师陈龙梅(51)Int.Cl.G06V10/44(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)G06V40/16(2022.01)权利要求书1页说明书6页附图4页(54)发明名称一种轻量级检测佩戴安全帽的方法(57)摘要本发明提供了一种轻量级检测佩戴安全帽的方法，包括以下步骤：步骤S1，获取工人佩戴安全帽图像的数据集，预处理后得到预处理数据集；步骤S2，搭建轻量级检测佩戴安全帽网络模型包括主干特征提取网络、增强特征提取网络和检测模块；步骤S3，通过主干特征提取网络得到主干特征数据；步骤S4，通过增强特征提取网络得到增强特征数据；步骤S5，通过检测模块得到边界框和置信度评分；步骤S6，重复步骤S3至步骤S5，直到满足停止条件，得到训练后的轻量级检测佩戴安全帽网络模型；步骤S7，获取待检测图像并进行预处理后输入到轻量级检测佩戴安全帽网络模型，得到边界框和置信度评分；步骤S8，根据置信度评分与预先设定的阈值比较判断是否佩戴安全帽。CN114529736ACN114529736A权利要求书1/1页1.一种轻量级检测佩戴安全帽的方法，其特征在于，包括以下步骤：步骤S1，采集获取工人佩戴安全帽图像的数据集，并进行预处理，得到预处理数据集；步骤S2，搭建轻量级检测佩戴安全帽网络模型，该轻量级检测佩戴安全帽网络模型包括主干特征提取网络、增强特征提取网络和检测模块；步骤S3，将所述预处理数据集输入到所述主干特征提取网络，得到主干特征数据；步骤S4，将所述主干特征数据输入到所述增强特征提取网络，得到增强特征数据；步骤S5，将所述增强特征数据输入到所述检测模块，得到边界框和置信度评分，根据所述边界框和步骤S1中所述数据集进行预处理时的边框调整所述边界框的位置和大小；步骤S6，重复步骤S3至步骤S5，直到满足停止条件，得到完成训练的所述轻量级检测佩戴安全帽网络模型；步骤S7，获取待检测图像并进行所述预处理后输入到所述完成训练的所述轻量级检测佩戴安全帽网络模型，得到所述待检测图像的所述边界框和所述置信度评分；步骤S8，根据所述待检测图像的所述置信度评分与预先设定的阈值比较判断所述置信度评分是否大于阈值，如果大于阈值则判定为佩戴安全帽，反之，则判定为未佩戴安全帽。2.根据权利要求1所述的一种轻量级检测佩戴安全帽的方法，其特征在于：其中，所述主干特征提取网络包括多个N‑Bottleneck结构，每个所述N‑Bottleneck结构包括卷积操作、归一化和激活函数，所述激活函数为ELU6激活函数。3.根据权利要求1所述的一种轻量级检测佩戴安全帽的方法，其特征在于：其中，步骤S1中，所述预处理包括数据清洗和数据变换，所述数据变换包括灰度化、图像几何变换以及图像增强。4.根据权利要求3所述的一种轻量级检测佩戴安全帽的方法，其特征在于：其中，所述灰度化采用加权平均法，表达式为：L＝R*299/100+G*587/1000+B*114/1000(1)公式(1)中，L为图像的灰度值，R为红色亮度，G为绿色亮度，B为蓝色亮度。5.根据权利要求3所述的一种轻量级检测佩戴安全帽的方法，其特征在于：其中，所述图像几何变换包括平移、转置、镜像、旋转、缩放。6.根据权利要求1所述的一种轻量级检测佩戴安全帽的方法，其特征在于：其中，步骤S6中，所述停止条件为损失函数LOSS下降趋势停止或者开始上升。2CN114529736A说明书1/6页一种轻量级检测佩戴安全帽的方法技术领域[0001]本发明涉及一种检测佩戴安全帽的方法，具体涉及一种轻量级检测佩戴安全帽的方法。背景技术[0002]安全生产关系人民群众的生命财产安全，其中复杂环境中佩戴安全帽发挥着举足轻重的作用。安全帽可以保护人体致命部位头部，免受和减轻物体的打击或硬物的碰撞力度，最大程度缩小对头部的伤害。一些生产场所对安全帽的佩戴检测主要通过工作人员监督的方式，这种方式费时费力。因此，可以考虑通过目标检测方法对安全帽的佩戴进行检测。[0003]传统的目标检测方法大概分为区域选择、特征提取、分类器三部分。传统目标检测存在两方面的不足：基于滑动窗口的区域选择策略没有针对性、时间复杂度高、窗口冗余，严重影响后续特征提取和分类的速度和性能；手工设计的特征