申请/专利权人:浙江工业大学
申请日:2021-03-05
公开(公告)日:2021-07-23
公开(公告)号:CN113158772A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/32(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.08.10#实质审查的生效;2021.07.23#公开
摘要:一种面向生产实际的安全帽检测方法,包括以下步骤:步骤一、初始训练数据采集及标注;步骤二、训练步骤一中得到的数据集Cf得到FCOS目标检测模型Mf;步骤三、训练步骤一中得到的数据集Cr得到Resnet18目标分类模型Mr;步骤四、输入原始图像,使用人头检测定位‑安全帽再分类二步法进行生产车间图像检测。本发明适用于复杂生产场景的鲁棒安全帽检测系统,极大程度降低了人工成本,提高本发明的实际应用价值;本方法将FCOS和Resnet18级联检测,有效解决了训练样本不足的问题;本方法在快速检测目标位置的同时,准确提取目标特征,实现了精准的目标分类。
主权项:1.一种面向生产实际的安全帽检测方法,其特征在于,所述方法包括以下步骤:步骤一、采集初始训练数据,对初始训练数据进行标注,得到带标签的初始训练集Cf,对训练集Cf中的图片进行主体切割并提取,获得类标分别为person与hat的初始训练集Cr,其中类标为person的训练集为Cr1,类标为hat的训练集为Cr2;步骤二、训练步骤一中得到的数据集Cf得到FCOS目标检测模型Mf;步骤三、训练步骤一中得到的数据集Cr得到Resnet18目标分类模型Mr;步骤四、输入原始图像,使用人头检测定位-安全帽再分类二步法进行生产车间图像检测。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种面向生产实际的安全帽检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。