操作环境安全检测方法、装置及电子设备

本发明涉及目标检测，尤其涉及一种操作环境安全检测方法、装置及电子设备。

背景技术：

1、安全生产是所有施工生产的重中之重，包括一线操作工人安全帽是否佩戴、高空作业危险系数、火灾的发生等。目前，大部分施工单位企业仍以传统的人员监督的方法排除隐在的安全隐患，但由于施工操作环境复杂，人员分布面积广泛，很容易有遗漏等情况，并且，由于施工场所环境复杂，易燃物分布较广，易发生较大火灾，造成财产和人员伤亡。因此，传统的人工监督存在成本高、检测不准确的问题，并不能满足现代施工安全管理的要求。

2、为了解决人工监督存在的问题，基于图像视觉的操作环境安全检测逐渐成为一些企业实施安全管理的主要手段。然而，现有的基于图像视觉的操作环境安全检测方案，仍然存在检测不准确的问题。

技术实现思路

1、本发明实施例提供了一种操作环境安全检测方法、装置及电子设备，以解决现有的基于图像视觉的操作环境安全检测方案存在的检测不准确的问题。

2、第一方面，本发明实施例提供了一种操作环境安全检测方法，包括：

3、获取操作环境的图像数据；

4、利用预先训练好的目标检测模型对图像数据进行检测，得到图形数据的安全检测结果；其中，安全检测结果至少包括高空作业环境下人员安全帽佩戴检测结果、升降车环境下人员安全帽佩戴检测结果和烟雾火灾检测结果；目标检测模型基于预设训练集对预设初始模型进行训练得到，预设训练集为包含安全帽、人体、火焰与烟雾、升降车的数据集，预设初始模型为自定义yolov5s模型。

5、第二方面，本发明实施例提供了一种操作环境安全检测方法装置，包括：

6、获取模块，用于获取操作环境的图像数据；

7、检测模块，用于利用预先训练好的目标检测模型对图像数据进行检测，得到图形数据的安全检测结果；其中，安全检测结果至少包括高空作业环境下人员安全帽佩戴检测结果、升降车环境下人员安全帽佩戴检测结果和烟雾火灾检测结果；目标检测模型基于预设训练集对预设初始模型进行训练得到，预设训练集为包含安全帽、人体、火焰与烟雾、升降车的数据集，预设初始模型为自定义yolov5s模型。

8、第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

9、本发明实施例提供一种操作环境安全检测方法、装置及电子设备，通过获取操作环境的图像数据，然后利用预先训练好的目标检测模型对图像数据进行检测，得到图形数据的安全检测结果。由于安全检测结果至少包括高空作业环境下人员安全帽佩戴检测结果、升降车环境下人员安全帽佩戴检测结果和烟雾火灾检测结果；目标检测模型基于预设训练集对预设初始模型进行训练得到，预设训练集为包含安全帽、人体、火焰与烟雾、升降车的数据集，预设初始模型为自定义yolov5s模型，因此，采用该操作环境安全检测方案，不仅可以提高安全帽、火苗单一目标检测的准确度与速率，还通过对佩戴安全帽的人、不佩戴安全帽的人、烟雾火焰、升降车进行复合性检测，极大的提高了检测的全面性。

技术特征：

1.一种操作环境安全检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的操作环境安全检测方法，其特征在于，所述自定义yolov5s模型包括安全帽特征点检测模块、安全帽检测和识别模块以及升降车检测与识别模块；

3.根据权利要求1所述的操作环境安全检测方法，其特征在于，所述自定义yolov5s模型还包括按通道去雾子模型，所述按通道去雾子模型包括：

4.根据权利要求1所述的操作环境安全检测方法，其特征在于，所述自定义yolov5s模型的损失函数为：

5.根据权利要求1所述的操作环境安全检测方法，其特征在于，所述方法还包括：

6.根据权利要求5述的操作环境安全检测方法，其特征在于，所述利用所述预设训练集对所述预设初始模型进行训练，得到所述目标检测模型，包括：

7.根据权利要求6述的操作环境安全检测方法，其特征在于，所述对所述预设训练集中的所有图像进行自适应缩放处理，得到缩放图像，包括：

8.一种操作环境安全检测装置，其特征在于，所述装置包括：

9.根据权利要求8所述的操作环境安全检测装置，其特征在于，所述自定义yolov5s模型包括安全帽特征点检测模块、安全帽检测和识别模块以及升降车检测与识别模块；

10.一种电子设备，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述的操作环境安全检测方法的步骤。

技术总结本发明提供一种操作环境安全检测方法、装置及电子设备。该方法包括：获取操作环境的图像数据；利用预先训练好的目标检测模型对图像数据进行检测，得到图形数据的安全检测结果；其中，安全检测结果至少包括高空作业环境下人员安全帽佩戴检测结果、升降车环境下人员安全帽佩戴检测结果和烟雾火灾检测结果；目标检测模型基于预设训练集对预设初始模型进行训练得到，预设训练集为包含安全帽、人体、火焰与烟雾、升降车的数据集，预设初始模型为自定义YOLOv5s模型。采用本发明可以提高操作环境安全检测的准确度。技术研发人员：郑运昌,吉高卿,宋三龙,李存阳,王孟凡,宋超,温佳钰受保护的技术使用者：河北建筑工程学院技术研发日：技术公布日：2024/7/29