[发明专利]一种基于DSSD算法的安全帽佩戴检查方法、装置与系统

权利要求书

1.一种安全帽佩戴检查方法，其特征是，包括：

获取从施工环境中采集的图像；

对获取到的图像进行预处理；

将预处理得到的图像输入预先训练的安全帽佩戴检查模型；

根据所述安全帽佩戴检查模型的输出，得到图像中人员的安全帽佩戴结果信息；

所述预先训练的安全帽佩戴检查模型采用DSSD算法模型，训练样本包括公共数据集以及自定义样本集，所述自定义样本集包括已标注的人员佩戴安全帽的图像样本以及人员未佩戴安全帽的图像样本。

2. 根据权利要求1所述的方法，其特征是，所述公共数据集采用VOC2007的trainval数据集，自定义样本集包括归一化处理后的数量比例为1： 1的人员佩戴安全帽的图像样本和人员未佩戴安全帽的图像样本，图像样本的分辨率为512x512；

所述对获取到的图像进行预处理包括：对图像进行归一化处理，得到分辨率为512x512的图像。

3.根据权利要求1或2所述的方法，其特征是，DSSD算法模型包括基础网络、反卷积网络和预测网络；

所述安全帽佩戴检查模型的训练方法包括：

采用ResNet101作为基础网络；

从公共数据集中选择训练样本集及测试样本集，对基础网络进行训练；

冻结ResNet101网络在初步训练后的网络参数，加载反卷积网络；

利用从公共数据集中选择的训练样本集及测试样本集，对反卷积网络进行训练；

解冻基础网络参数，加载预测网络；

利用从公共数据集中选择的训练样本集及测试样本集，对当前全部网络进行训练；

从自定义样本集中选择训练样本集及测试样本集，对经公共数据集训练后的全部网络再次进行训练，得到所述安全帽佩戴检查模型。

4.根据权利要求3所述的方法，其特征是，对基础网络进行训练的过程中共迭代7万次，前4万次采用1e-3的学习率，中间2万次采用1e-3的学习率，最后1万次采用1e-5的学习率。

5.根据权利要求3所述的方法，其特征是，对反卷积网络进行训练的过程中共迭代3万次，前2万次和后一万次的学习率分别为1e-3、1e-4。

6.根据权利要求3所述的方法，其特征是，利用公共数据集对完整网络进行训练的过程中共迭代4万次，前2万次和后两万次的学习率分别设置为1e-3、1e-4。

7.根据权利要求1所述的方法，其特征是，利用自定义样本集进行训练的过程中共迭代4万次，前2万次和后两万次的学习率分别设置为1e-3、1e-4。

8.一种安全帽佩戴检查装置，其特征是，包括：

图像获取模块，被配置用于获取从施工环境中采集的图像；

图像预处理模块，被配置用于对获取到的图像进行预处理；

图像识别模块，被配置用于将预处理得到的图像输入预先训练的安全帽佩戴检查模型，检查图像中的人员是否佩戴安全帽；

以及，检查结果输出模块，被配置用于根据所述安全帽佩戴检查模型的输出，得到图像中人员的安全帽佩戴检查结果信息；

其中所述预先训练的安全帽佩戴检查模型采用DSSD算法模型，其训练样本包括公共数据集以及自定义样本集，所述自定义样本集包括已标注的人员佩戴安全帽的图像样本以及人员未佩戴安全帽的图像样本。

9.根据权利要求8所述的安全帽佩戴检查装置，其特征是，所述检查结果输出模块包括：

实时展示单元，用于实时展示人员佩戴及未佩戴安全帽的图像；

实时告警单元，用于实时输出人员未佩戴安全帽的告警信息；

信息统计单元，用于统计人员佩戴以及未佩戴安全帽的信息；

以及数据存储单元，用于存储人员佩戴以及未佩戴安全帽的图像及信息统计单元得到的统计信息。

10.一种安全帽佩戴检查系统，其特征是，包括在施工现场多点设置的图像采集设备和安全帽佩戴检查设备；

图像采集设备采集安装点对应位置处的施工人员图像，传输至所述安全帽佩戴检查设备；

安全帽佩戴检查设备将获取到的施工人员图像作为待检查图像，执行权利要求1-7任一项所述的安全帽佩戴检查方法，输出安全帽佩戴检查结果信息。