基于图像的静电夹除静电检测方法技术

本申请实施例公开了一种基于图像的静电夹除静电检测方法

【技术实现步骤摘要】
基于图像的静电夹除静电检测方法、装置、设备及介质


[0001]本申请实施例涉及图像识别
，特别涉及一种基于图像的静电夹除静电检测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]加油站的加卸油和日常管理有着一套明确的操作标准和流程，是安监领域的重点，只有认真遵守标准，严格执行流程，才可以将安全风险降低到最低，避免发生重大的责任事故
。
[0003]其中，除静电操作是泄油操作前的关键一环，通常借助接地的静电夹来实现，操作人员需要将静电夹钳夹在油罐车的金属部位，即可加速静电电荷泄露，防止产生高电场引起的静电火花放电
。
现有技术中，可以采用深度检测模型对静电夹区域进行定位，进而根据静电夹的位置判断是否已完成除静电操作
。
[0004]但是，在卸油区安监场景中，静电夹体积较小，因此，深度检测模型对静电夹的识别难以达到较高的召回率，易发生漏检测而导致安监系统发出虚警，难以实现对除静电操作的有效监督管理，安全风险难以得到有效控制
。

技术实现思路

[0005]本申请实施例提供了一种基于图像的静电夹除静电检测方法
、
装置
、
设备及存储介质，以解决现有技术中深度检测模型对静电夹的识别难以达到较高的召回率，易发生漏检测而导致安监系统发出虚警，难以实现对除静电操作的有效监督管理，安全风险难以得到有效控制的问题
。
技术方案如下：
[0006]一方面，本申请实施例提供一种基于图像的静电夹除静电检测方法，所述方法包括：
[0007]获取目标场景的实时图像；所述目标场景为停放油罐车的加油站；
[0008]将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域；
[0009]将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域；所述目标区域包括静电夹区域和
/
或辅助标识区域，其中，辅助标识与所述静电夹连接且所述辅助标识的体积大于所述静电夹的体积；
[0010]确定所述油罐车区域和所述目标区域之间的第一交并比；
[0011]在所述第一交并比大于第一预设阈值的情况下，生成操作确认信息；所述操作确认信息用于指示所述油罐车已被实施静电夹放电操作
。
[0012]可选地，所述将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域，包括：
[0013]将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域和静电夹初始位置对应的区域；
[0014]在所述生成操作确认信息之后，所述方法还包括：
[0015]确定所述目标区域和所述静电夹初始位置对应的区域之间的第二交并比；
[0016]在所述第二交并比大于第二预设阈值的情况下，生成放回确认信息；所述放回确认信息用于指示所述静电夹已被放回初始位置
。
[0017]可选地，所述将所述实时图像输入至第一检测模型进行图像检测，识别出静电夹初始位置对应的区域，包括：
[0018]将所述实时图像输入至第一检测模型进行图像检测，识别出静电夹保管箱所在区域，作为静电夹初始位置对应的区域；和
/
或，
[0019]将所述实时图像输入至第一检测模型进行图像检测，识别出预设感兴趣区域，作为静电夹初始位置对应的区域
。
[0020]可选地，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域，包括：
[0021]将所述实时图像输入至第二检测模型进行图像检测，识别出所述实时图像中人物的手部区域及静电夹所在区域，在所述人物的手部持有静电夹的情况下，将所述手部区域及所述静电夹所在区域组合，作为静电夹区域
。
[0022]可选地，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域，包括：
[0023]在所述目标场景满足预设场景条件的情况下，将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹区域，作为目标区域；
[0024]在所述目标场景不满足预设场景条件的情况下，将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹区域和辅助标识区域，作为目标区域
。
[0025]可选地，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域之前，包括：
[0026]获取训练图像
、
所述训练图像中的标注静电夹区域
、
标注辅助标识区域及标注目标手部区域，所述标注目标手部区域为所述训练图像中未持有静电夹的手部区域；
[0027]将所述训练图像输入至预设深度卷积网络模型中进行图像检测，识别出预测静电夹区域
、
预测辅助标识区域及预测目标手部区域；
[0028]确定所述标注静电夹区域与所述预测静电夹区域之间的第一损失值
、
所述标注辅助标识区域与所述预测辅助标识区域之间的第二损失值
、
所述标注目标手部区域与所述预测目标手部区域之间的第三损失值；
[0029]根据所述第一损失值
、
所述第二损失值及所述第三损失值，对所述预设深度卷积网络模型的模型参数进行迭代调整，直至所述第一损失值
、
所述第二损失值及所述第三损失值满足预设损失条件，将参数调整后的所述预设深度卷积网络模型作为第二检测模型
。
[0030]可选地，所述在所述第一交并比大于第一预设阈值的情况下，生成操作确认信息，包括：
[0031]在所述第一交并比大于第一预设阈值的情况下，启动计数器；
[0032]获取下一张实时图像，返回所述将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域的步骤，在所述下一张实时图像对应的第一交并比大于所述第一预设阈值的情况下，所述计数器取值加1，在所述下一张实时图像对应的第一交并比小于等于所述第一预设阈值的情况下，重置所述计数器；
[0033]在所述计数器取值达到第三预设阈值的情况下，生成操作确认信息
。
[0034]可选地，所述辅助标识采用反光材料制成，固定于所述静电夹的接地导线上靠近所述静电夹一侧
。
[0035]另一方面，本申请实施例提供一种基于图像的静电夹除静电检测装置，所述装置包括：
[0036]获取模块，用于获取目标场景的实时图像；所述目标场景为停放油罐车的加油站；
[0037]第一检测模块，用于将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域；
[0038]第二检测模块，用于将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域；所述目标区域包括静电夹区域和
/
或辅助标识区域，其中，辅助标识与所述静电夹连接且所述辅助标识的体积大于所述静电夹的体积；
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像的静电夹除静电检测方法，其特征在于，所述方法包括：获取目标场景的实时图像；所述目标场景为停放油罐车的加油站；将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域；将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域；所述目标区域包括静电夹区域和
/
或辅助标识区域，其中，辅助标识与所述静电夹连接且所述辅助标识的体积大于所述静电夹的体积；确定所述油罐车区域和所述目标区域之间的第一交并比；在所述第一交并比大于第一预设阈值的情况下，生成操作确认信息；所述操作确认信息用于指示所述油罐车已被实施静电夹放电操作
。2.
根据权利要求1所述的方法，其特征在于，所述将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域，包括：将所述实时图像输入至第一检测模型进行图像检测，识别出油罐车区域和静电夹初始位置对应的区域；在所述生成操作确认信息之后，所述方法还包括：确定所述目标区域和所述静电夹初始位置对应的区域之间的第二交并比；在所述第二交并比大于第二预设阈值的情况下，生成放回确认信息；所述放回确认信息用于指示所述静电夹已被放回初始位置
。3.
根据权利要求2所述的方法，其特征在于，所述将所述实时图像输入至第一检测模型进行图像检测，识别出静电夹初始位置对应的区域，包括：将所述实时图像输入至第一检测模型进行图像检测，识别出静电夹保管箱所在区域，作为静电夹初始位置对应的区域；和
/
或，将所述实时图像输入至第一检测模型进行图像检测，识别出预设感兴趣区域，作为静电夹初始位置对应的区域
。4.
根据权利要求1所述的方法，其特征在于，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域，包括：将所述实时图像输入至第二检测模型进行图像检测，识别出所述实时图像中人物的手部区域及静电夹所在区域，在所述人物的手部持有静电夹的情况下，将所述手部区域及所述静电夹所在区域组合，作为静电夹区域
。5.
根据权利要求1所述的方法，其特征在于，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域，包括：在所述目标场景满足预设场景条件的情况下，将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹区域，作为目标区域；在所述目标场景不满足预设场景条件的情况下，将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹区域和辅助标识区域，作为目标区域
。6.
根据权利要求1所述的方法，其特征在于，所述将所述实时图像输入至第二检测模型进行图像检测，识别出静电夹对应的目标区域之前，包括：获取训练图像
、
所述训练图像中的标注静电夹区域
、
标注辅助标识区域及标注目标手部区域，所述标注目标手部区域为所述训练图像中未持有静电夹的手部区域；将所述训练图像输入至预设深度卷积网络模型中进行图像检测，识别出预测静电夹区
域
、
预测辅...

【专利技术属性】
技术研发人员：田光亚，朱勇，
申请(专利权)人：重庆创通联达智能技术有限公司，
类型：发明
国别省市：