目标检测方法、目标检测装置以及存储介质与流程

本发明涉及目标检测领域，尤其涉及一种目标检测方法、目标检测装置以及存储介质。

背景技术：

1、中国作为基建大国，建筑工地的安全需要得到保障，在重型设备参与作业或者高空作业的现场需要穿戴反光衣避免发生事故。在同类型的施工作业安全穿戴设备中需要对施工区域中的作业人员是否有佩戴安全帽进行检测。另外，为了保障施工现场的安全，需要对施工现场中是否发生火灾或者存在落石等情况进行检测。

2、相关技术中，主要通过摄像头采集施工现场的环境以及施工现场进口处作业人员的图像，然后通过技术人员后台监视和辨别的方式，确定作业人员是否着装符合标准以及施工现场是否存在火灾或落石等情况。这样人工识别的方式需要人力成本，且容易因为人为的疏忽而漏检测目标，从而引发安全事故的问题。

3、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本发明的主要目的在于提供一种目标检测方法、目标检测装置以及存储介质，旨在解决相关技术中目标检测成本高，且容易漏检测的技术问题。

2、一方面，本申请提供一种目标检测方法，包括：

3、获取监测区域的目标图像；

4、将所述目标图像输入至训练后的目标检测模型中，得到所述目标图像对应的目标检测结果；

5、其中，所述目标检测结果包括：着装检测结果、火灾检测结果以及落石检测结果中的一种或者多种。

6、在一些实施例中，在将所述目标图像输入至所述目标检测模型中，得到所述目标图像对应的目标检测结果之前，还包括：

7、获取监测区域中的多张样本图像；

8、针对每张所述样本图像，对各样本图像中的待检测目标进行标注，得到所述各样本图像的标注图像；

9、将所述样本图像输入至初始目标检测模型中，得到所述样本图像对应的预测图像；

10、根据所述样本图像对应的预测图像和标注图像对所述初始目标检测模型进行训练，得到训练后的目标检测模型。

11、在一些实施例中，所述根据所述样本图像对应的预测图像和标注图像对所述初始目标检测模型进行训练，得到训练后的目标检测模型，包括：

12、针对适用于不同目标检测的目标检测模型，采用supernet的模式对所述初始目标检测模型中的元素进行搜索，确定搜索到的目标元素；

13、采用跳跃连接的方式将不同的所述目标元素连接，组成多条路径，

14、确定所述多条路径中的最优路径为训练后的目标检测网络；

15、其中，所述初始目标检测模型中的元素包括3x3卷积层以及3x3空洞卷积。

16、在一些实施例中，所述确定所述多条路径中的最优路径为训练好的目标检测网络包括：

17、在训练过程中，将每条路径的值赋值到搜索空间中；

18、确定每条路径对应的搜索空间的空间权重；其中，根据损失函数确定所述搜索空间的空间权重；

19、确定空间权重最优的路径对应的搜索空间为训练后的目标检测网络。

20、在一些实施例中，所述目标检测模型还包括金字塔网络，所述金字塔网络为所述目标检测模型的颈部；

21、其中，在每次训练迭代过程中，每次迭代完成后获取本次时各个路径的分值；

22、确定分值最高的路径为目标备选路径；

23、在下一次搜索过程中，对所述目标备选路径进行微调优化，然后再次对各个路径进行评分，获取各个路径的分值；

24、重复上述操作，直到确定训练后的分值最高的路径所组成的搜索空间的准确率满足预设要求，则确定本次训练后的分值最高的路径对应的搜索空间为所述目标检测模型。

25、在一些实施例中，所述目标检测结果包括存在检测目标、不存在检测目标以及所述检测目标所在锚框的位置；

26、根据所述锚框的位置确定所述检测目标在监测区域的位置；

27、在检测到所述监测区域中检测结果不符合预设要求时，发出告警信息。

28、在一些实施例中，还包括：

29、在检测到所述监测区域存在火焰类别物或存在落石类别物时发出告警信息；

30、以及在检测到所述监测区域中作业人员的锚框位置与安全帽的锚框位置重合度低于50％的情况下发出告警信息。

31、另一方面，本申请还提供一种目标检测装置，所述装置包括：

32、图像采集模块，用于获取监测区域的目标图像；

33、目标检测模块，用于将所述目标图像输入至训练后的目标检测模型中，得到所述目标图像对应的目标检测结果；

34、其中，所述目标检测结果包括：着装检测结果、火灾检测结果以及落石检测结果中的一种或者多种。

35、另一方面，本申请还提供一种目标检测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上述任一项所述的目标检测方法的步骤。

36、另一方面，本申请还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的目标检测方法的步骤。

37、依据本申请提供的目标检测方法，首先获取监测区域的目标图像；然后将所述目标图像输入至训练后的目标检测模型中，得到所述目标图像对应的目标检测结果。其中，所述目标检测结果包括：着装检测结果、火灾检测结果以及落石检测结果。可以看出，本申请采用深度学习的发明构思，通过训练后的目标检测模型可以快速且准确的检测出待监测区域中的目标检测结果。

技术特征：

1.一种目标检测方法，其特征在于，包括：

2.如权利要求1所述的目标检测方法，其特征在于，在将所述目标图像输入至所述目标检测模型中，得到所述目标图像对应的目标检测结果之前，还包括：

3.如权利要求2所述的目标检测方法，其特征在于，所述根据所述样本图像对应的预测图像和标注图像对所述初始目标检测模型进行训练，得到训练后的目标检测模型，包括：

4.如权利要求3所述的目标检测方法，其特征在于，所述确定所述多条路径中的最优路径为训练好的目标检测网络包括：

5.如权利要求4所述的目标检测方法，其特征在于，所述目标检测模型还包括金字塔网络，所述金字塔网络为所述目标检测模型的颈部；

6.如权利要求1所述的目标检测方法，其特征在于，所述目标检测结果包括存在检测目标、不存在检测目标以及所述检测目标所在锚框的位置；

7.如权利要求6所述的目标检测方法，其特征在于，还包括：

8.一种目标检测装置，其特征在于，所述装置包括：

9.一种目标检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的目标检测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的目标检测方法的步骤。

技术总结本发明涉及目标检测领域，尤其涉及一种目标检测方法、目标检测装置以及存储介质。其中，目标检测方法包括：首先获取监测区域的目标图像；然后将所述目标图像输入至训练后的目标检测模型中，得到所述目标图像对应的目标检测结果。其中，所述目标检测结果包括：着装检测结果、火灾检测结果以及落石检测结果。可以看出，本申请采用深度学习的发明构思，通过训练后的目标检测模型可以快速且准确的检测出待监测区域中的目标检测结果。技术研发人员：祝东明,林遵虎,宋耀,安南,黄永相,许子江受保护的技术使用者：中铁建工集团有限公司技术研发日：技术公布日：2024/7/29