[发明专利]电力施工现场识别模型的生成方法、装置、设备及介质

权利要求书

1.一种电力施工现场识别模型的生成方法，其特征在于，包括：

获取电力施工现场对应的多个图像样本数据，并对各所述图像样本数据中包括的至少一个目标进行标注，得到每个图像样本数据对应的目标标注结果；

将各所述图像样本数据输入至YOLOV5算法模型中，通过所述YOLOV5算法模型，对各所述图像样本数据中包括的至少一个目标进行识别，得到每个图像样本数据对应的目标识别结果；

根据各所述图像样本数据对应的目标标注结果，与目标识别结果之间的差异，对所述YOLOV5算法模型进行迭代训练，得到电力施工现场识别模型。

2.根据权利要求1所述的方法，其特征在于，所述目标包括：施工阶段信息，以及安全帽佩戴信息；

对各所述图像样本数据中包括的至少一个目标进行标注，得到每个图像样本数据对应的目标标注结果，包括：

对各所述图像样本数据中包括的施工阶段信息以及安全帽佩戴信息进行标注，得到每个图像样本数据对应的目标标注结果。

3.根据权利要求2所述的方法，其特征在于，对各所述图像样本数据中包括的施工阶段信息以及安全帽佩戴信息进行标注，得到每个图像样本数据对应的目标标注结果，包括：

对各所述图像样本数据中包括的施工阶段信息以及安全帽佩戴信息进行标注，得到每个目标对应的矩形框；

将每个目标对应的矩形框的位置信息以及类别信息，作为目标标注结果。

4.根据权利要求2所述的方法，其特征在于，将各所述图像样本数据输入至YOLOV5算法模型中，通过所述YOLOV5算法模型，对各所述图像样本数据中包括的至少一个目标进行识别，得到每个图像样本数据对应的目标识别结果，包括：

将各所述图像样本数据按照预设尺寸进行缩放处理，并将处理后的多个图像样本数据分成多个批次；

将每个批次中包括的多个图像样本数据批量输入至YOLOV5算法模型中；

使用所述YOLOV5算法模型对各图像样本数据的张量进行前向计算，得到每个图像样本数据中目标对应的预测矩形框；

将每个目标对应的预测矩形框的位置信息以及类别信息，作为目标识别结果。

5.根据权利要求4所述的方法，其特征在于，根据各所述图像样本数据对应的目标标注结果，与目标识别结果之间的差异，对所述YOLOV5算法模型进行迭代训练，得到电力施工现场识别模型，包括：

在所述多个批次中依次获取一个批次作为当前批次；

确定当前批次中各所述图像样本数据对应的目标标注结果，与目标识别结果之间的损失值；

计算所述损失值对YOLOV5算法模型中各权重矩阵和偏置参数的梯度，并对所述梯度进行更新；

返回执行在所述多个批次中依次获取一个批次作为当前批次的操作，直至完成对全部批次的处理过程，并将所述处理过程作为模型单次训练过程；

返回执行多个模型单次训练过程，直至所述YOLOV5算法模型收敛，或者所述模型单次训练过程的次数满足预设阈值为止；

将所述YOLOV5算法模型作为所述电力施工现场识别模型。

6.根据权利要求4所述的方法，其特征在于，在将各所述图像样本数据按照预设尺寸进行缩放处理之前，还包括：

在每个图像样本数据包括的全部像素点中，依次获取一个像素点作为当前像素点；

获取当前像素点周围预设范围内的全部像素值，并将所述全部像素值进行排序；

在排序后的全部像素值中获取中间像素值，并将所述中间像素值作为当前像素点的像素值；

返回执行在每个图像样本数据包括的全部像素点中，依次获取一个像素点作为当前像素点的操作，直至完成对全部像素点的处理。

7.根据权利要求2所述的方法，其特征在于，在对所述YOLOV5算法模型进行迭代训练，得到电力施工现场识别模型之后，还包括：

获取电力施工现场对应的待测图像数据，通过所述电力施工现场识别模型对所述待测图像数据中包括的目标进行识别。