[发明专利]基于深度学习图像语义分割的工厂管理方法和系统

权利要求书

1.一种基于深度学习图像语义分割的工厂管理方法，其特征在于，应用于工厂管理系统，包括：

基于深度学习的全卷积网络对图像进行语义分割，得到每个像素的类别，其中，所述图像为通过所述工厂管理系统获取到的工厂内部图像；

基于所述每个像素的类别和外接凸包形状，对所述图像进行目标区域提取；

对所述目标区域进行形状分析，得到分析结果，其中，所述分析结果包括以下任一项：符合规定，不符合规定；

若所述分析结果为不符合规定，则发出预警信号。

2.根据权利要求1所述的方法，其特征在于，所述目标区域包括以下任一项：污渍区域、通道区域、物料区域、工人区域；对所述污渍区域进行形状分析，得到分析结果，包括：

对所述污渍区域进行形状分析，若所述污渍区域的面积大于预设面积，则得到不符合规定的分析结果。

3.根据权利要求2所述的方法，其特征在于，对所述通道区域或所述物料区域进行形状分析，得到分析结果，包括：

对所述通道区域或所述物料区域进行分析，若在通道区域或所述物料区域内的预设区域内发现有物料的摆放，则得到不符合规定的分析结果。

4.根据权利要求2所述的方法，其特征在于，对所述工人区域进行形状分析，得到分析结果，包括：

对所述工人区域内的工人进行提取，分析所述工人的头部状态，若判断出所述工人没有佩戴安全帽，则得到不符合规定的分析结果。

5.一种基于深度学习图像语义分割的工厂管理系统，其特征在于，包括：语义分割模块，区域提取模块，分析模块和预警模块，其中，

所述语义分割模块，用于基于深度学习的全卷积网络对图像进行语义分割，得到每个像素的类别，其中，所述图像为通过所述工厂管理系统获取到的工厂内部图像；

所述区域提取模块，用于基于所述每个像素的类别和外接凸包形状，对所述图像进行目标区域提取；

所述分析模块，用于对所述目标区域进行形状分析，得到分析结果，其中，所述分析结果包括以下任一项：符合规定，不符合规定；

所述预警模块，用于若所述分析结果为不符合规定，则发出预警信号。

6.根据权利要求5所述的系统，其特征在于，所述目标区域包括以下任一项：污渍区域、通道区域、物料区域、工人区域；所述分析模块还包括第一分析单元，用于：

对所述污渍区域进行形状分析，若所述污渍区域的面积大于预设面积，则得到不符合规定的分析结果。

7.根据权利要求6所述的系统，其特征在于，所述分析模块还包括第二分析单元，用于：

对所述通道区域或所述物料区域进行分析，若在通道区域或所述物料区域内的预设区域内发现有物料的摆放，则得到不符合规定的分析结果。

8.根据权利要求6所述的系统，其特征在于，所述分析模块还包括第三分析单元，用于：

对所述工人区域内的工人进行提取，分析所述工人的头部状态，若判断出所述工人没有佩戴安全帽，则得到不符合规定的分析结果。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-4任一项所述方法。