[发明专利]一种环境检测模型训练方法、环境检测方法及装置在审

专利信息
申请号: 202010809594.6 申请日: 2020-08-12
公开(公告)号: CN112052744A 公开(公告)日: 2020-12-08
发明(设计)人: 王哲;李辰;李玮;廖强 申请(专利权)人: 成都佳华物链云科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06Q50/26;G06F16/29
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 唐正瑜
地址: 610000 四川省成都市天府新区华*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 环境 检测 模型 训练 方法 装置
【说明书】:

本申请提供一种环境检测模型训练方法、环境检测方法及装置。方法包括:获取多个训练样本,每一训练样本包括训练图像、训练图像对应的环境类别以及训练图像中目标对象的位置信息;将多个训练样本中环境类别为烟火类别的训练图像重新标注为第一类别,将环境类别为扬尘的训练图像和环境类别为烟雾的训练图像重新标注为第二类别;利用重新标注后的训练样本对环境检测模型中的烟火检测模型进行训练,获得训练好的烟火检测模型;利用环境类别为扬尘类别的训练样本和环境类别为烟雾类别的训练样本对环境检测模型中的扬尘烟雾检测模型进行训练获得训练好的扬尘烟雾检测模型。本申请通过环境检测模型可以实时对采集到的图像进行分析,及时地获得检测结果。

技术领域

本申请涉及图像处理技术领域,具体而言,涉及一种环境检测模型训练方法、环境检测方法及装置。

背景技术

随着人身安全、环保意识的提高,各级环保部门或监管单位已开始采用在线监控系统,对相关建筑企业、工地、道路等区域进行监控,从而判断是否有烟火、扬尘、烟雾。

烟火,是指待检测的区域中出现明火,并伴随烟雾的情况发生。扬尘是由于地面上的尘土在风里、人为带动及其他带动飞扬而进入大气的开放性污染源,是环境空气中总悬浮颗粒物的重要组成部分。烟雾是空气中的烟煤与自然雾相结合的混合体,由于工业排放的固体粉尘为凝结核所生成的雾状物。

上述几种情况的发生都会对人身安全、环境带来一定的影响,因此,需要对此进行检测。现有技术中对烟火、扬尘、烟雾的检测是通过将检测装置戴在工人身上,或者通过装在车辆上,通过工人的移动或车辆的移动来实现对环境的检测,当工人或车辆数量少的情况下,会导致检测不及时的问题。

发明内容

本申请实施例的目的在于提供一种环境检测模型训练方法、环境检测方法及装置,用以解决现有技术中对环境检测不及时的问题。

第一方面,本申请实施例提供环境模型训练方法,包括:获取多个训练样本,每一所述训练样本包括训练图像、所述训练图像对应的环境类别以及所述训练图像中目标对象的位置信息;其中,所述环境类别为烟火类别、扬尘类别或烟雾类别;将所述多个训练样本中,环境类别为烟火类别的训练图像重新标注为第一类别,将环境类别为扬尘的训练图像和环境类别为烟雾的训练图像重新标注为第二类别;利用重新标注后的训练样本对环境检测模型中的烟火检测模型进行训练,获得训练好的烟火检测模型;利用环境类别为扬尘类别的训练样本和环境类别为烟雾类别的训练样本对所述环境检测模型中的扬尘烟雾检测模型进行训练,获得训练好的扬尘烟雾检测模型。

本申请实施例通过利用训练样本先对环境检测模型中的烟火检测模型进行训练,获得能够区分烟火和非烟火的模型,再对环境检测模型中的扬尘烟雾检测模型进行训练,获得能够区分扬尘和烟雾的模型,由于摄像头能够采集到各个区域的位置,因此,通过利用环境检测模型可以实时对采集到的图像进行分析,及时地获得检测结果。

进一步地,获取训练样本,包括:获取训练视频流信息;对所述训练视频流信息进行分帧,获得多帧训练图像;对所述多帧训练图像进行动态检测,根据检测结果对所述多帧训练图像进行初步筛选,获得初步筛选后的训练图像;对所述初步筛选后的训练图像进行去重,获得所述训练样本。

本申请实施例通过对视频流对应的训练图像进行两次筛选,从而一方面能够获得有价值的训练图像,另一方面,防止获取到相似的图像作为训练图像导致训练的模型过拟合。

进一步地,所述对所述初步筛选后的训练图像进行去重,包括:对所述初步筛选后的训练图像进行灰度处理,获得灰度图像;分别计算每张灰度图像中每行相邻像素之间的差异,获得对应灰度图像的哈希值;根据相邻的灰度图像的哈希值计算相似度;若所述相似度大于预设阈值,则保留对应的两张灰度图像;否则从对应的两张灰度图像中删除任意一张。

本申请实施例通过利用差值哈希值的方法筛选图像,能够筛选掉相邻帧之间差异较小的图像,并且,也不会将差异较大的图像漏掉。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都佳华物链云科技有限公司,未经成都佳华物链云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010809594.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top