[发明专利]一种基于深度学习的吊装安全距离检测方法

摘要

本发明公开了一种基于深度学习的吊装安全距离检测方法，其包括：通过摄像头获取塔吊结构中吊钩周围的图像；针对获取图像中的工人和吊钩进行标记、制作成数据集；利用深度学习中的Faster R‑CNN对数据集进行训练；利用训练好的检测模型对图像中的工人和吊钩进行识别和定位；根据检测结果中的定位信息计算出图像中工人和吊钩的像素距离；再根据吊钩和摄像头的高度以及吊钩的真实长度和像素长度，将工人与吊钩的像素距离换算成工人与吊钩垂直投影点的实际距离，进而实现对吊装安全距离的监测。本发明有效地解决了图像中工人和吊钩的识别定位问题，并且在安全距离检测上具有较高的精度。

主权项

1.一种基于深度学习的吊装安全距离检测方法，其特征在于，包括如下步骤：步骤1、利用塔吊上已有的监控设备，获取吊臂位置的摄像头正下方吊钩周围的图像；步骤2、针对获取图像中的工人和吊钩进行标记、制作成数据集；数据集中80％用作训练集，20％用作测试集；数据集包含两类标签，一类是工人，另一类是吊钩；步骤3、利用深度学习算法对数据集进行训练；步骤4、利用训练好的检测模型对图像中的工人和吊钩进行识别和定位，同时显示识别框的左上角和右下角两点坐标；步骤5、根据检测结果中的定位信息计算出图像中吊钩的像素长度、吊钩的中心点坐标、工人的中心点坐标；进而得到吊钩和工人之间的像素距离；步骤6、根据吊钩和摄像头的高度以及吊钩的真实长度和像素长度，将工人与吊钩的像素距离换算成工人与吊钩垂直投影点的实际距离，进而实现对吊装安全距离的检测。