申请/专利权人：四川泓宝润业工程技术有限公司;重庆泓宝科技股份有限公司

申请日：2024-01-31

公开（公告）日：2024-04-26

公开（公告）号：CN117670755B

主分类号：G06T5/92

分类号：G06T5/92;G06T5/70;G06T7/00;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/09;G06T5/60

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本申请揭示了一种吊钩防脱装置检测方法、装置、存储介质及电子设备，所述方法包括：S100：获取吊钩输入图像；S200：对所述输入图像进行数据增强，以获得数据增强后的输入图像；S300：构建吊钩防脱装置检测模型并训练；S400：将所述数据增强后的输入图像输入训练好的吊钩防脱装置检测模型，以检测所述吊钩输入图像中是否存在防脱装置以及防脱装置是否失效。本申请能够识别出输入图像中吊钩和防脱装置的关键点信息，从而能够提高图像检测精度。

主权项：1.一种吊钩防脱装置检测方法，其特征在于，所述方法包括以下步骤：S100：获取吊钩输入图像；S200：对所述输入图像进行数据增强，以获得数据增强后的输入图像；对输入图像进行数据增强包括以下步骤：S201：对输入图像进行包括旋转、缩放、模糊、拼接、偏色和添加噪声在内的初步增强处理；S202：对初步增强处理后的输入图像通过Mixup算法进行混类或通过Mosaic算法进行拼接；Mixup增强是对两个数据组按比例相加后形成的新的数据组，具体过程如下： ，其中，分别表示随机抽取的第i张和第j张图像数据组样本，xi表示第i张图像，xj表示第j张图像，yi表示与xi对应的标签值，yj表示与xj对应的标签值，表示输出图像，表示与对应的输出标签值，表示概率值服从参数α的Beta分布，；S300：构建吊钩防脱装置检测模型并训练；其中，所述吊钩防脱装置检测模型包括主干网络，所述主干网络中通过引入注意力模块，以实现对输入图像中吊钩和防脱装置关键点进行识别；具体的，所述吊钩防脱装置检测模型包括：输入层，用于输入吊钩图像；特征提取网络，用于提取吊钩图像中吊钩和防脱装置的特征信息；区域候选网络，用于基于由特征提取网络提取到的特征信息初步获取吊钩图像中吊钩和防脱装置的位置信息；全连接预测网络，用于对由区域候选网络输出的吊钩和防脱装置的位置信息进行精细化处理，以获取吊钩和防脱装置的关键点信息；所述特征提取网络包括依次连接的：第一卷积模块CSP_2；第二卷积模块CSP_2；第三卷积模块CSP_3；第四卷积模块CSP_3；第五卷积模块CS_3；注意力模块SE；其中，第一卷积模块CSP_2和第二卷积模块CSP_2结构相同，均由两个CS层和一个池化层组成，是特征提取网络的基础层；其中，CS层由卷积层Conv和激活函数SiLU组成；第三卷积模块和第四卷积模块CSP_3结构相同，均由三个CS层和一个池化层组成；第五卷积模块CS_3由三个CS层组成；注意力模块SE包括残差结构层Residual，残差结构层Residual的输出分为两路，其中一路由上至下包括依次连接的全局池化层、第一全连接层FC、ReLU激活函数层、第二全连接层FC和Sigmoid激活函数层，然后输出至矩阵全乘操作层Scale；另一路则直接输入矩阵全乘操作层Scale；且矩阵全乘操作层Scale的输出和第五卷积模块CS_3的输出叠加；所述区域候选网络包括第六卷积模块CS，第六卷积模块CS后连接并列的第一卷积层Conv、第二卷积层Conv和第三卷积层Conv，第三卷积层Conv后连接有特征变换模块RSR，特征变换模块RSR由第一矩阵变换函数Reshape、归一化指数函数Softmax和第二矩阵变换函数Reshape构成，其中，第一矩阵变换函数用于对第三卷积层Conv的输出进行维度变换，便于归一化指数函数计算前景和背景概率，再通过第二矩阵变换函数将维度还原；所述全连接预测网络包括感兴趣区域池化模块，感兴趣区域池化模块的输出包括两个分支，第一分支包括第一全连接模块FCS，第一全连接模块FCS由全连接层FC和激活函数SiLU构成，第一全连接模块FCS后连接第一全连接层FC；第二分支包括第二全连接模块，第二全连接模块同样由全连接层FC和激活函数SiLU构成，第二全连接模块FCS后连接并列的第二全连接层FC和第三全连接层FC；S400：将所述数据增强后的输入图像输入训练好的吊钩防脱装置检测模型，以检测所述吊钩输入图像中是否存在防脱装置以及防脱装置是否失效。

全文数据：

权利要求：

百度查询： 四川泓宝润业工程技术有限公司;重庆泓宝科技股份有限公司 一种吊钩防脱装置检测方法、装置、存储介质及电子设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD