摘要
本发明涉及机器视觉的安全监控技术领域,具体公开了一种基于语义分割的高空作业安全带及安全绳检测方法,包括对高空作业图片使用标注工具对图片中的人物、安全带与安全绳进行多边形标注,并分配高空作业类别名;构建基于深度学习的语义分割模型,对高空作业图片进行卷积与下采样,从而得到不同尺度的特征图,将多尺度特征图用于mask的大小,位置与类别的预测,获取预测结果绘制到图片上,不同类别的mask将图片中所有像素分类;对语义分割模型进行训练,优化模型的参数权重;训练完成后,使用语义分割模型对图片进行推理,区分不同位置的人,安全带和安全绳,契合当今的视频监控系统,有利于精度的提升。
技术关键词
高空作业安全带
语义分割模型
图片
sigmoid函数
标注工具
多尺度注意力机制
算法
基础结构
多尺度特征融合
安全监控技术
深度学习框架
生成多尺度
多边形
视频监控系统
网络
像素