[发明专利]一种工地违规的监控方法、系统、介质及电子设备

说明书

本发明涉及一种工地违规的监控方法、系统、介质及电子设备，根据预先建立的识别模型对工地图像进行识别，获得识别结果；在识别结果中包括违规特征时，根据预先设置的违规特征与违规类型的映射关系，确定识别结果中违规特征的违规类型；基于包含违规特征的工地图像、违规类型、包含违规特征的工地图像的获取时间对工地进行违规监控。通过采集工地图像并对工地图像进行识别，获得识别结果。当识别结果包含违规特征时，确定违规特征的违规类型，并基于违规特征的工地图像、违规类型、包含违规特征的工地图像的获取时间对工地的自动监控，提高监控效率的同时，减少人员投入。

技术领域

本发明属于监控技术领域，尤其涉及一种工地违规的监控方法、系统、介质及电子设备。

背景技术

现有的施工工地，存在很多安全风险及污染环境的因素。例如工地施工人员未佩戴安全帽，严重威胁个人的人身安全及影响社会的安全生产。工地裸露地块未进行及时有效的覆盖，导致扬尘现象，污染环境。

随着社会经济发展以及人民生活质量的提高，针对上述现象需要进行监控，以便于及时发现，及时整改。但是现有技术中一般采用人工监控，监控效率低，且人员投入大。

发明内容

本发明提供了一种工地违规的监控方法、系统、介质及电子设备，以解决现有技术中人力监控工地时监控效率低，且人员投入大的技术问题。

本发明提供的一种工地违规的监控方法，包括步骤：

获取目标工地的工地图像、工地图像的获取时间；

根据预先建立的识别模型对所述工地图像进行识别，获得识别结果；

在所述识别结果中包括违规特征时，根据预先设置的违规特征与违规类型的映射关系，确定所述识别结果中违规特征的违规类型；

基于包含违规特征的工地图像、违规类型、包含违规特征的工地图像的获取时间对工地进行违规监控。

与本发明的一实施例中，获取工地图像、工地图像的获取时间，包括：

根据目标工地的类型设定间隔时间；

根据所述间隔时间定时获取所述工地图像，并记录所述工地图像的获取时间。

与本发明的一实施例中，根据预先建立的识别模型对所述工地图像进行识别，获得识别结果，包括：

按照预设尺寸对所述工地图像进行缩放，并对缩放后的工地图像进行归一化处理，获得预处理图像；

获取所述预处理图像的长度、宽度、图像通道、批量大小维度；

以所述长度、宽度、图像通道、批量大小维度构建四维张量，并将所述四维张量输入至预先建立的识别模型中进行识别，获得初始结果；

对所述初始结果进行标注，并对标注后的初始结果进行非最大值抑制，获得所述识别结果。

与本发明的一实施例中，所述识别模型的建立过程包括：

获取包含正样本、负样本的训练数据集，所述正样本为包括违规特征的工地图像，所述负样本为不包括违规特征的工地图像；

对预先获取的人工神经网络进行配置，根据所述训练数据集对的人工神经网络进行训练，获得所述识别模型。

与本发明的一实施例中，所述人工神经网络为yolov5网络，所述yolov5网络包括顺序连接的主干网络、颈部网络、头部网络，所述主干网络包括跨阶段局部网络；对人工神经网络进行配置，包括：

获取集型卷积网络、反卷积层；