[发明专利]基于深度学习的变电站安全监控方法及装置

权利要求书

1.一种基于深度学习的变电站安全监控方法，其特征在于，所述方法包括：

通过设置在变电站内的图像采集装置对员工进行图像采集，得到当前员工图像；

根据预设员工合规检查模型对所述当前员工图像进行合规判断；

若所述合规判断结果为不通过，则向设置在所述变电站内的告警装置发送告警指令。

2.根据权利要求1所述的基于深度学习的变电站安全监控方法，其特征在于，在所述根据预设员工合规检查模型对所述当前员工图像进行合规判断之前，包括：

采集用于训练所述员工合规检查模型的训练数据；

对所述训练数据进行数据分解；

对经过所述数据分解后的训练数据进行卷积神经网络训练，得到所述员工合规检查模型。

3.根据权利要求2所述的基于深度学习的变电站安全监控方法，其特征在于，所述采集用于训练所述员工合规检查模型的训练数据，包括：

采集员工的样本图像；

对所述样本图像进行标注，其中，所述标注包括员工是否佩戴安全帽的标注、员工是否穿着工作服的标注以及根据员工人脸图像得到的员工信息的标注中的至少一种。

4.根据权利要求2所述的基于深度学习的变电站安全监控方法，其特征在于，在所述得到所述员工合规检查模型之前，包括：

对所述训练数据进行卷积神经网络训练，得到训练数据与真实数据的误差值；

对所述误差值进行纠正处理；

判断经过所述纠正处理后的误差值是否达到预设目标值，若是，则结束训练，否则再次进行训练。

5.一种基于深度学习的变电站安全监控装置，其特征在于，包括：

图像采集模块，用于通过设置在变电站内的图像采集装置对员工进行图像采集，得到当前员工图像；

模型判断模块，用于根据预设员工合规检查模型对所述当前员工图像进行合规判断；

异常告警模块，用于当所述合规判断结果为不通过时，向设置在所述变电站内的告警装置发送告警指令。

6.根据权利要求5所述的基于深度学习的变电站安全监控装置，其特征在于，还包括：

训练数据采集单元，用于采集用于训练所述员工合规检查模型的训练数据；

训练数据分解单元，用于对所述训练数据进行数据分解；

神经网络训练单元，用于对经过所述数据分解后的训练数据进行卷积神经网络训练，得到所述员工合规检查模型。

7.根据权利要求6所述的基于深度学习的变电站安全监控装置，其特征在于，所述训练数据采集单元包括：

样本图像采集子单元，用于采集员工的样本图像；

样本图像标注子单元，用于对所述样本图像进行标注，其中，所述标注包括员工是否佩戴安全帽的标注、员工是否穿着工作服的标注以及根据员工人脸图像得到的员工信息的标注中的至少一种。

8.根据权利要求6所述的基于深度学习的变电站安全监控装置，其特征在于，还包括：

误差确定单元，用于对所述训练数据进行卷积神经网络训练，得到训练数据与真实数据的误差值；

误差纠正单元，用于对所述误差值进行纠正处理；

误差达标判断单元，用于判断经过所述纠正处理后的误差值是否达到预设目标值，若是，则结束训练，否则再次进行训练。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的基于深度学习的变电站安全监控方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的基于深度学习的变电站安全监控方法的步骤。