基于边缘计算的图像识别方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113989625A(43)申请公布日2022.01.28(21)申请号202111523353.6G06K9/62(2022.01)(22)申请日2021.12.13(71)申请人上海华谊信息技术有限公司地址200431上海市宝山区呼兰路911弄11号5号楼315D室(72)发明人蒋若宁沈菁周达亮(74)专利代理机构上海科盛知识产权代理有限公司31225代理人赵志远(51)Int.Cl.G06V20/00(2022.01)G06V40/10(2022.01)G06V20/40(2022.01)G06V10/25(2022.01)G06V10/774(2022.01)权利要求书1页说明书5页附图1页(54)发明名称基于边缘计算的图像识别方法、装置、设备及存储介质(57)摘要本发明涉及一种基于边缘计算的图像识别方法、装置、设备及存储介质，该方法包括以下步骤：步骤1)，图像获取，通过现场部署摄像头来获取图像；步骤2)，图像识别，根据识别对象的配置信息，并基于yolov5算法识别框架和定制化目标检测模型，识别各路视频流中的感兴趣目标；步骤3)，识别结果发送，对于识别出感兴趣目标的识别结果，向上位机发送。与现有技术相比，本发明具有抗干扰性强、创新性高等优点。CN113989625ACN113989625A权利要求书1/1页1.一种基于边缘计算的图像识别方法，其特征在于，该方法包括以下步骤：步骤1)，图像获取，通过现场部署摄像头来获取图像；步骤2)，图像识别，根据识别对象的配置信息，并基于yolov5算法识别框架和定制化目标检测模型，识别各路视频流中的感兴趣目标；步骤3)，识别结果发送，对于识别出感兴趣目标的识别结果，向上位机发送。2.根据权利要求1所述的一种基于边缘计算的图像识别方法，其特征在于，所述的步骤1)中的摄像头配置具体为：边缘端工控机基于配置好的RTSP/RTMP流地址，对摄像头的视频流进行配置，从而来获取图像；并采用多线程的形式，分别获取各路视频流信息。3.根据权利要求2所述的一种基于边缘计算的图像识别方法，其特征在于，所述的边缘端工控机对于各个摄像头的识别对象根据需求进行配置。4.根据权利要求1所述的一种基于边缘计算的图像识别方法，其特征在于，所述的步骤2)中的感兴趣目标包括车辆、人员是否佩戴安全帽、人员是否着装短袖短裤。5.根据权利要求1所述的一种基于边缘计算的图像识别方法，其特征在于，所述的步骤2)中的基于yolov5算法识别框架和定制化目标检测模型包括：定制化安全帽识别模型和着装短袖短裤识别模型。6.根据权利要求5所述的一种基于边缘计算的图像识别方法，其特征在于，所述的定制化安全帽识别模型具体为：基于yolov5算法框架设计模型结构，其中模型训练数据包括佩戴安全帽标注数据、不佩戴安全帽标注数据、现场场景数据和保安标注数据。7.根据权利要求5所述的一种基于边缘计算的图像识别方法，其特征在于，所述的着装短袖短裤识别模型具体为：基于yolov5算法框架，设计二阶段模型算法，其中第一阶段：行人识别，采用通用的行人识别模型；第二阶段：着装识别，基于短袖短裤标注数据，进行模型训练。8.一种用于权利要求1所述基于边缘计算的图像识别方法的装置，其特征在于，该装置分别与摄像头和智慧工地中央系统连接，所述的装置采用工控机，该工控机包括图像获取模块、图像识别模块、结果发送模块和数据库，所述的摄像头、图像获取模块、图像识别模块、结果发送模块和智慧工地中央系统依次连接，所述的数据库分别与图像获取模块、图像识别模块、结果发送模块连接；所述的工控机采用微服务架构，所有应用都打包成dockerimage，并在dockercontainer中运行，通过http通信向智慧工地中央系统推送现场识别结果。9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～7中任一项所述的方法。2CN113989625A说明书1/5页基于边缘计算的图像识别方法、装置、设备及存储介质技术领域[0001]本发明涉及图像识别技术，尤其是涉及一种基于边缘计算的图像识别方法、装置、设备及存储介质。背景技术[0002]随着机器视觉与人工智能技术的发展，基于机器视觉的人工智能应用已广泛应用于各行各业，如人脸检测、行人追踪、目标检测等。然而定制化的人工智能应用在智慧工地应用中仍然存在一定困难：一方面，视觉应用相关的人工智能场景往往需要GPU服务器计算资源予以算力支撑，在部署端实施需要现场机房提供部署条件；另一方面，智慧