一种安全帽是否合格的检测方法和装置与流程
- 国知局
- 2024-10-09 14:46:26
本发明涉及安全帽合格检测,特别是指一种安全帽是否合格的检测方法和装置。
背景技术:
1、安全帽的佩戴能够避免作业人员,比如建筑工人在工作场所中的大部分伤害。在已发生的事故案例中可以看到,虽然大部分受害人配戴了安全帽,却依然受到物体打击或头部撞击地面而导致重伤或死亡,造成这样结果的原因除了作业人员没有正确佩戴安全帽,还有一个重要原因是工厂生产的安全帽不合格,因此需要一种对工厂生产的安全帽进行是否合格的检测有效检测方法。
技术实现思路
1、本发明提供了一种安全帽是否合格的检测方法和装置,用以解决上述现有技术存在的问题。所述技术方案如下:
2、一方面,提供了一种安全帽是否合格的检测方法,包括:
3、s1、获取待检测安全帽图片;
4、s2、将所述待检测安全帽图片输入训练完成的安全帽检测模型,所述安全帽检测模型提取所述待检测安全帽图片里安全帽的厚度参数、大小参数和其他参数;
5、s3、所述安全帽检测模型比较提取的安全帽的厚度参数、大小参数和其他参数,是否位于优化后的厚度参数范围、大小参数范围和其他参数范围内;
6、s4、如果提取的安全帽的厚度参数、大小参数和其他参数,位于优化后的厚度参数范围、大小参数范围和其他参数范围内,判断所述待检测安全帽图片里的安全帽合格。
7、可选地,所述安全帽检测模型为yolov5检测模型,其训练过程包括:
8、收集多张安全帽图片,对所收集的图片进行筛选整理,制作成训练集;
9、对所述训练集中的图片进行增强,以对所述训练集进行扩充,得到扩充后的训练集;
10、应用y0l0v5算法的backbone主干网部分,对所述扩充后的训练集中的图片提取厚度参数、大小参数和其他参数;
11、应用y0l0v5算法的neck部分,对提取后的参数特征进行特征融合;
12、使用eiou损失函数作为总损失函数。
13、可选地,所述厚度参数范围和大小参数范围的优化过程包括:
14、对提取的厚度参数、大小参数和其他参数,进行基于因素调整的输出结果分析,形成输入相关性数据;
15、根据所述输入相关性数据,进行基于单一参数的调整分析,形成参数结果相关性数据;
16、结合所述参数结果相关性数据,对预设的厚度参数范围、大小参数范围和其他参数范围进行优化分析,形成所述优化后的厚度参数范围、大小参数范围和其他参数范围。
17、可选地,所述对提取的厚度参数、大小参数和其他参数,进行基于因素调整的输出结果分析,形成输入相关性数据,包括:
18、对提取的参数进行基于关联性的分组,形成关联参数组集;
19、对所述关联参数组集中的每个关联参数组进行基于输出结果的因素调整分析,形成关联参数组的输入相关性数据;
20、其中,对提取的参数进行基于关联性的分组,形成关联参数组集包括:
21、对提取的所有参数依次进行参量调整,并在调整后进行以下方式的分组判断:
22、将需要进行参量调整的参数定义为对象参数,对所述对象参数进行参量的调整,并在调整后对除所述对象参数外的其他参数的参量进行相对变化率的确定,形成参数参量变化率;
23、对除所述对象参数外的所有其他参数的所述参数参量变化率进行分组分析,确定关联参数组;
24、集合所有所述关联参数组,形成关联参数组集。
25、可选地,所述对除所述对象参数外的所有其他参数的所述参数参量变化率进行分组分析,确定关联参数组,包括:
26、设定参数相关变化率阈值;
27、所述其他参数的参量变化呈现规律性变化,且所述参数参量变化率不小于所述参数相关变化率阈值,则将所述其他参数确定为所述对象参数的基础关联参数,并将所述对象参数和对应的基础关联参数确定为基础关联参数组;
28、在每个所述基础关联参数组中,若每个参数作为对象参数时,对应的基础关联参数均包含所述基础关联参数组中除所述对象参数外的其他参数,则将所述基础关联参数组定义为关联参数组;
29、在每个所述基础关联参数组中,若每个参数作为对象参数时,存在对应的基础关联参数未包含所述基础关联参数组中除所述对象参数外的其他参数,则将排除所述基础关联参数组中未包含的其他参数后形成的参数组定义为关联参数组。
30、可选地,所述对所述关联参数组集中的每个关联参数组进行基于输出结果的因素调整分析,形成关联参数组的输入相关性数据,包括:
31、对所述关联参数组集中的每个所述关联参数组进行输出结果为正向变化的参数调整分析,根据下述公式(1)确定所述关联参数组对输出结果的正向调控影响量:
32、 (1)
33、其中,表示所述关联参数组进行正向调控时,输出结果在正向方向上的平均变化率;表示所述关联参数组进行正向调控时,参量在正向方向上的平均变化率;
34、对每个所述关联参数组进行输出结果为负向变化的参数调整分析,根据下述公式(2)确定所述关联参数组对输出结果的负向调控影响量:
35、 (2)
36、其中,表示所述关联参数组进行负向调控时,输出结果在负向方向上的平均变化率,表示所述关联参数组进行负向调控时,参量在负向方向上的平均变化率。
37、可选地,所述根据所述输入相关性数据,进行基于单一参数的调整分析,形成参数结果相关性数据,包括:
38、对所述对象参数的参量进行促进,输出向正向方向上变化的调整结果,并在每次调整后,对所有所述关联参数组依次进行输出结果为正向变化的参数调整分析;根据下述公式(3),确定所述关联参数组在对应的所述对象参数的参量下对输出结果的正向调控影响量:
39、 (3)
40、其中,n表示所述对象参数沿存进输出结果向正向方向上变化的调整次数;表示所述关联参数组在所述对象参数进行第n次调整后,所进行的正向调控时输出结果在正向方向上的平均变化率;表示所述关联参数在所述对象参数进行第n次调整后,所进行的正向调控时参量在正向方向上的平均变化率。
41、可选地,所述根据所述输入相关性数据,进行基于单一参数的调整分析,形成参数结果相关性数据,还包括:
42、对所述对象参数的参量进行促进,输出向负向方向上变化的调整结果,并在每次调整后,对所有所述关联参数组依次进行输出结果为负向变化的参数调整分析;根据下述公式(4),确定所述关联参数组在对应的所述对象参数的参量下对输出结果的负向调控影响量:
43、 (4)
44、其中,n表示所述对象参数沿存进输出结果向负向方向上变化的调整次数,表示所述关联参数组在所述对象超参进行第n次调整后,所进行的负向调控时输出结果在负向方向上的平均变化率,表示所述关联参数在所述对象参数进行第n次调整后,所进行的负向调控时参量在负向方向上的平均变化率。
45、可选地,所述结合所述参数结果相关性数据,对预设的厚度参数范围、大小参数范围和其他参数范围进行优化分析,形成所述优化后的厚度参数范围、大小参数范围和其他参数范围,包括:
46、获取关联参数组对输出结果的正向调控影响量、关联参数组对输出结果的负向调控影响量、关联参数组在对应的所述对象参数的参量下对输出结果的正向调控影响量,以及关联参数组在对应的所述对象参数的参量下对输出结果的负向调控影响量,并进行以下优化分析的判断:
47、若和均随参数调整的次数n出现峰值,则将峰值确定为对应参数的优化值;
48、若和均未随参数调整的次数n出现峰值,则将对应参数确定为无限制参数;
49、若随参数调整的次数n出现峰值,但未随参数调整的次数n出现峰值,则将峰值确定为对应参数的正向优化值;
50、若未随参数调整的次数n出现峰值,但随参数调整的次数n出现峰值,则将峰值确定为对应参数的负向优化值。
51、另一方面,提供了一种安全帽是否合格的检测装置,所述装置包括:
52、获取模块,用于获取待检测安全帽图片;
53、输入提取模块,用于将所述待检测安全帽图片输入训练完成的安全帽检测模型,所述安全帽检测模型提取所述待检测安全帽图片里安全帽的厚度参数、大小参数和其他参数;
54、比较模块,用于所述安全帽检测模型比较提取的安全帽的厚度参数、大小参数和其他参数,是否位于优化后的厚度参数范围、大小参数范围和其他参数范围内;
55、判断模块,用于如果提取的安全帽的厚度参数、大小参数和其他参数,位于优化后的厚度参数范围、大小参数范围和其他参数范围内,判断所述待检测安全帽图片里的安全帽合格。另一方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述安全帽是否合格的检测方法。
56、另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述安全帽是否合格的检测方法。
57、本发明提供的技术方案带来的有益效果至少包括:
58、合格的安全帽在厚度、大小等方面有要求,本发明先预设初始的安全帽的厚度参数范围、大小参数范围,在安全帽检测模型训练过程中,首先提取训练集中安全帽的厚度参数、大小参数和其他参数,同安全帽检测模型输出结果的相关性情况,对这些参数的参数范围进行基于模型输出结果的合理调整分析,从而实现对这些参数范围的优化,确定出这些参数范围的合理优化数据,进而实现安全帽检测模型对安全帽是否合格的准确检测。
本文地址:https://www.jishuxx.com/zhuanli/20241009/306451.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。