[发明专利]一种变电站头盔和工作服检测方法及装置

说明书

本发明公开一种变电站头盔和工作服检测方法及装置，所述方法包括：采集变电站工作人员巡检图像，在图像中标记头盔和工作服；将标记后的图像作为YOLO3模型的输入，将输出结果组成结果序列并保存在容器A中；对于重复结果框进行结果框重置计算、标签重新匹配和置信度重新匹配，其他部分保持不变，得到新的结果序列，保存容器C中；以容器A中的原始序列为输入序列，以容器C中的新的结果序列为目标序列，训练seq2seq模型，得到结果框转化模型；将YOLO3模型与结果框转化模型进行串联整合，得到融合模型；将待识别图像输入所述融合模型，删除输出的结果序列中置信度小于预设阈值的序列，得到无重复框的检测结果。本发明可提高结果框定位精度，去除冗余框。

技术领域

本发明属于变电站智能巡检领域，具体涉及一种变电站头盔和工作服检测方法。

背景技术

随着计算机视觉的不断发展，智能巡检逐渐成为变电站的一个重点研究领域，其中就涉及检测工作人员是否正确穿戴头盔、工作服等安全用具，为了保障工作人员的生命安全，需要能够同时检测头盔和工作服是否正确穿戴。

目前在目标检测中，R-CNN、YOLO等系列算法为主流算法，上述算法虽然能够快速、准确的定位到检测目标，但是仍然存在检测的结果会出现重复的问题，即一个目标可能出现多个结果框，采用传统的非极大值抑制处理方式可能由于阈值设置不合理、多目标重叠等原因造成漏检或定位不准确等问题，不符合智能巡检的要求，导致误判报警，亟待改进。

发明内容

有鉴于此，本发明提出了提供一种变电站头盔和工作服检测方法及装置、设备、存储介质，能够解决现有的变电站目标检测出现结果框重复、定位不准的问题。

本发明第一方面，公开一种变电站头盔和工作服检测方法，所述方法包括：

采集变电站工作人员巡检图像，在图像中标记头盔和工作服，作为第一标签；

将标记后的图像作为YOLO3模型的输入，将输出结果框编号组成结果序列并保存在容器A中；

分别筛选不同目标对应的结果框及对应的结果序列；

对于重复结果框部分进行结果框重置计算、标签重新匹配和置信度重新匹配，其他部分保持不变，得到新的结果序列，保存容器C中；

以容器A中的原始序列为输入序列，以容器C中的新的结果序列为目标序列，训练seq2seq模型，得到结果框转化模型；

将YOLO3模型与结果框转化模型进行串联整合，得到融合模型；

将待识别图像输入所述融合模型，删除输出的结果序列中置信度小于预设阈值的序列，得到无重复框的检测结果。

优选的，所述结果序列中包括序号，置信度，类别，位置，所述位置包括结果框的中心坐标、宽度、高度。

优选的，所述分别筛选不同目标对应的结果框具体包括：

预先设定交并比阈值T；

设定同一目标不同结果框中心坐标之间的距离阈值D；

将所有结果框按置信度降序排列；

从降序排列结果中取出置信度最高的结果框，分别计算置信度最高的结果框与其余所有结果框之间的坐标中心距离和交并比，筛选出与置信度最高的结果框之间类别相同且中心坐标距离小于D且交并比大于T的结果框，将置信度最高的结果框与筛选出的结果框作为同一目标的结果框；将同一目标的结果框从所述降序排列结果中剔除；重复上述过程，直到确定所有目标对应的结果框；

若降序排列结果中还有剩余结果框，保持不变。

优选的，所述对于包含重复结果框的目标进行结果框重置计算具体包括：