[发明专利]环境异常检测方法、装置、计算机设备和存储介质

权利要求书

1.一种环境异常检测方法，其特征在于，所述方法包括：

获取当前检测周期的待检测图像；；

提取所述待检测图像中的图像特征；

根据所述待检测图像中的图像特征，判断所述待检测图像中是否存在环境异常，若所述待检测图像中存在环境异常，则根据所述待检测图像中的图像特征，得到所述待检测图像中的所有环境异常检测框；每个环境异常检测框对应一种异常环境信息，每个环境异常检测框均携带有位置信息、类别和置信度，所述位置信息用于标识对应的环境异常检测框的位置信息，所述类别用于标识对应的环境异常检测框中所包含的异常环境信息的类别，所述置信度用于标识对应的环境异常检测框中所包含的异常环境信息的类别的置信度；

根据所述每个环境异常检测框携带的位置信息、类别和置信度，确定对所述待检测图像的环境异常检测结果，并获取下一检测周期的待检测图像，根据所述下一检测周期的待检测图像，得到对应的环境异常检测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像中的图像特征，得到所述待检测图像中的所有环境异常检测框，包括：

将所述待检测图像中的图像特征输入预先训练的环境异常检测模型，得到所述待检测图像中的所有环境异常检测框；所述预先训练的环境异常检测模型用于对所述待检测图像中的图像特征进行环境异常检测处理，同时得到所述待检测图像中的所有环境异常检测框；

所述预先训练的环境异常检测模型通过下述方式训练得到：

采集多个包含有异常环境信息的样本图像；

获取所述样本图像中的环境异常标注框；所述环境异常标注框携带有标注位置信息和标注类别；

将所述样本图像输入待训练的环境异常检测模型，得到所述样本图像中的所有环境异常检测框；每个环境异常检测框携带有预测位置信息和预测类别；

根据所述环境异常标注框携带的标注位置信息和标注类别，以及所述环境异常检测框携带的预测位置信息和预测类别，确定损失值；

根据所述损失值调整所述待训练的环境异常检测模型的模型参数，并对模型参数调整后的环境异常检测模型进行反复训练，直至根据训练后的环境异常检测模型得到的损失值小于预设阈值，则将所述训练后的环境异常检测模型，作为所述预先训练的环境异常检测模型。

3.根据权利要求2所述的方法，其特征在于，所述采集多个包含有异常环境信息的样本图像，包括：

从真实电厂环境的监控视频中，提取出所述真实电厂环境中包含异常环境信息的第一样本图像；

对成像条件不符合预设条件的目标环境进行现场异常环境信息模拟，并获取模拟后的目标环境对应的第二样本图像；所述成像条件不符合预设条件的目标环境为低光照且存在遮挡的环境；

获取开放场景中各种复杂背景下，且包含有异常环境信息的第三样本图像；

将所述第一样本图像、所述第二样本图像和所述第三样本图像，作为所述样本图像；

所述获取所述样本图像中的环境异常标注框，包括：

对所述样本图像进行环境异常标注处理，得到所述样本图像的异常环境信息的标注位置信息和所述异常环境信息的标注类别；

根据所述样本图像的异常环境信息的标注位置信息和所述异常环境信息的标注类别，确定所述样本图像中的环境异常标注框。

4.根据权利要求2所述的方法，其特征在于，在获取所述样本图像中的异常环境标注框之后，还包括：

对携带有环境异常标注框的样本图像进行数据增强处理，得到数据增强处理后的样本图像；所述将所述样本图像输入待训练的环境异常检测模型，得到所述样本图像中的所有环境异常检测框，包括：

将所述数据增强处理后的样本图像输入待训练的环境异常检测模型，得到所述数据增强处理后的样本图像中的所有环境异常检测框。