CN113177475A - 一种基于深度学习目标检测的工地配电箱开关状态的识别方法 - Google Patents

一种基于深度学习目标检测的工地配电箱开关状态的识别方法 Download PDF

Info

Publication number
CN113177475A
CN113177475A CN202110472526.XA CN202110472526A CN113177475A CN 113177475 A CN113177475 A CN 113177475A CN 202110472526 A CN202110472526 A CN 202110472526A CN 113177475 A CN113177475 A CN 113177475A
Authority
CN
China
Prior art keywords
distribution box
identification
construction site
target detection
deep learning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110472526.XA
Other languages
English (en)
Inventor
姚佳伟
汪德江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202110472526.XA priority Critical patent/CN113177475A/zh
Publication of CN113177475A publication Critical patent/CN113177475A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Abstract

本发明提供了一种基于深度学习目标检测的施工工地配电箱开关状态的识别方法。本发明方法针对目前施工工地上涉及消防安全问题的配电箱管理，起到了识别和监测的作用。本发明方法可将工地监控所拍摄画面利用深度学习目标检测技术进行识别，实时保障工人的安全，保障用电安全，有效避免工人忘关配电箱门或不相关人员误操作所导致的用电事故，并且可及时向工地管理人员发送异常状态信息。不仅能大量减少施工工地劳力，提高相关工作准确性，同时也为建筑业向着精细化和更安全的方向发展提出了有效的手段。

Description

一种基于深度学习目标检测的工地配电箱开关状态的识别 方法
技术领域
本发明属于人工智能深度学习目标检测技术领域，具体涉及一种运用Python开发的可运用于安全智慧工地对于配电箱开关状态监测的人工智能识别方法。
背景技术
随着信息化时代的到来，各类先进的技术逐渐应用在社会生活的很多领域，在这样的背景下，基于人工智能的图像识别技术也应运而生。人工智能是研究，开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；图像识别技术是人工智能的一个重要领域，它是以图像特征为基础，通过计算机识别各种不同模式的目标和对象的技术。
在图像识别技术应用过程中，神经网络形式属于全新的技术且应用最为广泛，具体是将对传统的图像识别方法加以运用，在与现代神经网络算法相互结合运用的基础上，构建新型识别形式。并且，图像识别是人工领域技术的一种类型，对动物和人类神经网络分布进行模拟，将神经网络算法添加至传统技术中。在提取图像信息以后，能够利用神经网络系统完成图像识别，而且能够对所提取信息展开分类别处理。
随着建筑业的精细化程度越来越高，人工智能在建筑业中的运用也明显增多，因此一种基于深度学习目标检测的工地配电箱开关状态的识别方法，对于强化工地安全用电管理，保障工人与物资安全，具有很好的实用价值。
随着计算机技术的高速发展，计算机视觉已经与诸多产业相结合，在人脸识别、汽车识别等多个领域都有重大的突破性发展。但是在建筑业方面的运用还处于初步阶段。与此同时，随着建筑行业的不断精细化，对施工工地的安全也提出了更高的要求，因此对于施工工地配电箱的实时识别监测有着重要且实用的意义。目前绝大多数工地仍然使用人力去监测工地的配电箱等电力设施，难免会有疏忽和遗漏，且其准确性也难以保证。
发明内容
本发明的目的在于针对已有技术的不足，提供一种基于深度学习目标检测的工地配电箱开关状态的识别方法，实现对工地配电箱开关状态的识别与监测，可对工地监控摄像头进行实时识别监测，并且能够及时查看识别结果，有效地降低了人工监测的劳动力，减小了施工工地的用电安全隐患，有利于安全智慧工地的推进。
为达到上述目的，本发明采用下述技术方案：
一种基于深度学习目标检测的工地配电箱开关状态的识别方法，操作步骤如下：
(1)将工地摄像头与工地计算机连接，不间断地实时截取监控摄像头获取的工地配电箱照片；
(2)工地计算机通过因特网，将截取的配电箱照片上传到AI服务器端，进行AI服务器平台的搭建；
(3)打开“人工智能工地安全实时监测”程序，进行初始设置，在程序界面上输入配电箱识别的AI程序、识别结果存放路径信息；
程序每隔不超过两分钟自动运行步骤(4)至步骤(7)：
(4)自动运行“远程获取照片”功能模块，获取服务器端的工地摄像头照片；
(5)自动运行“AI配电箱识别”功能模块，对所获取的照片信息进行工地配电箱开关状态识别；
(6)自动运行“发送配电箱识别结果”功能模块，将识别结果传送至AI服务器端；
(7)自动运行“上传配电箱结果照片”功能模块，将识别处理后的照片上传至AI服务器端；
(8)服务器端将未关闭配电箱的识别结果，以短信的形式发送至工地管理人员，从而进行实时预警，防止工地用电事故的发生。
优选地，所述步骤(1)-(8)的AI识别程序与服务器配电箱照片的信息互通。
优选地，所述AI服务器平台搭建方法为：运用C#、ASP.NET及SQL Server搭建的网页端服务器平台，用于数据的传递和存储，收集工地监控摄像头中的配电箱照片信息，并根据摄像头编号以及时间对配电箱照片进行分类。
优选地，所述人工智能工地安全实时监测程序的开发方法如下：运用C#以及Visual Studio创建的工地安全实时监测程序，其中包含有“配电箱识别”模块，在使用前预先将“配电箱识别”相关内容进行设置，并且运行“配电箱识别”模块的程序，每隔不超过两分钟自动运行“远程获取照片”、“AI配电箱识别”、“发送配电箱识别结果”、“上传配电箱结果照片”功能模块。
优选地，所述步骤(5)中的“AI配电箱识别”功能模块，采用人工智能配电箱开关状态识别程序，对所获取的照片信息进行识别。
优选地，所述步骤(5)中的“AI配电箱识别”功能模块，运用Python开发的基于深度学习目标检测的配电箱识别程序，通过“人工智能工地安全实时监测”程序中的“AI配电箱识别”功能进行调用。
本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著的优点：
1.本发明通过运用深度学习目标检测方法，创建了一种人工智能配电箱识别策略，实现了对工地配电箱开关状态的实时识别与监测；
2.本发明所实现的对于工地配电箱开关状态的实时识别监测功能不仅实时保障工人的安全，还解决工人忘关配电箱门或不相关人员误操作所导致的用电事故问题，同时也为建筑业向着精细化和更安全的方向发展作出了巨大的贡献。
附图说明
图1为本发明的流程示意图。
图2为本发明AI服务器平台页面。
图3为本发明“人工智能工地安全实时监测”程序界面。
具体实施方式
为了使本发明实现的方法、技术和效用易于清晰明白，以下优选实例结合附图对本发明基于深度学习目标检测的工地配电箱开关状态识别方法作具体阐述。
实施例一：
参见图1～图3，一种基于深度学习目标检测的工地配电箱开关状态识别方法，操作步骤如下：
(1)将工地摄像头与工地计算机连接，不间断地实时截取监控摄像头获取的工地配电箱照片；
(2)工地计算机通过因特网，将截取的配电箱照片上传到AI服务器端，进行AI服务器平台的搭建；
(3)打开“人工智能工地安全实时监测”程序，进行初始设置，在程序界面上输入配电箱识别的AI程序、识别结果存放路径信息；
程序每隔两分钟自动运行步骤(4)至步骤(7)：
(4)自动运行“远程获取照片”功能模块，获取服务器端的工地摄像头照片；
(5)自动运行“AI配电箱识别”功能模块，对所获取的照片信息进行工地配电箱开关状态识别；
(6)自动运行“发送配电箱识别结果”功能模块，将识别结果传送至AI服务器端；
(7)自动运行“上传配电箱结果照片”功能模块，将识别处理后的照片上传至AI服务器端；
(8)服务器端将未关闭配电箱的识别结果，以短信的形式发送至工地管理人员，从而进行实时预警，防止工地用电事故的发生。
本实施例基于深度学习目标检测的工地配电箱开关状态的识别方法，实现对工地配电箱开关状态的识别与监测，可对工地监控摄像头进行实时识别监测，并且能够及时查看识别结果，有效地降低了人工监测的劳动力，减小了施工工地的用电安全隐患，有利于安全智慧工地的推进。
实施例二：
本实施例与实施例一基本相同，特别之处如下：
在本实施例中，所述步骤(1)-(8)的AI识别程序与服务器配电箱照片的信息互通。
在本实施例中，所述AI服务器平台搭建方法为：运用C#、ASP.NET及SQL Server搭建的网页端服务器平台，用于数据的传递和存储，收集工地监控摄像头中的配电箱照片信息，并根据摄像头编号以及时间对配电箱照片进行分类。
在本实施例中，所述人工智能工地安全实时监测程序的开发方法如下：运用C#以及Visual Studio创建的工地安全实时监测程序，其中包含有“配电箱识别”模块，在使用前预先将“配电箱识别”相关内容进行设置，并且运行“配电箱识别”模块的程序，每隔两分钟自动运行“远程获取照片”、“AI配电箱识别”、“发送配电箱识别结果”、“上传配电箱结果照片”功能模块。
在本实施例中，所述步骤(5)中的“AI配电箱识别”功能模块，采用人工智能配电箱开关状态识别程序，对所获取的照片信息进行识别。
在本实施例中，所述步骤(5)中的“AI配电箱识别”功能模块，运用Python开发的基于深度学习目标检测的配电箱识别程序，通过“人工智能工地安全实时监测”程序中的“AI配电箱识别”功能进行调用。
本实施例通过运用深度学习目标检测方法，创建了一种人工智能配电箱识别策略，实现了对工地配电箱开关状态的实时识别与监测；本实施例所实现的对于工地配电箱开关状态的实时识别监测功能不仅实时保障工人的安全，还解决工人忘关配电箱门或不相关人员误操作所导致的用电事故问题，同时也为建筑业向着精细化和更安全的方向发展作出了贡献。
综上所述，上述实施例基于深度学习目标检测的施工工地配电箱开关状态的识别方法，针对目前施工工地上涉及消防安全问题的配电箱管理，起到了识别和监测的作用。上述实施例方法可将工地监控所拍摄画面利用深度学习目标检测技术进行识别，实时保障工人的安全，保障用电安全，有效避免工人忘关配电箱门或不相关人员误操作所导致的用电事故，并且可及时向工地管理人员发送异常状态信息。不仅能大量减少施工工地劳力，提高相关工作准确性，同时也为建筑业向着精细化和更安全的方向发展提出了有效的手段。
以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，操作步骤如下：
(1)将工地摄像头与工地计算机连接，不间断地实时截取监控摄像头获取的工地配电箱照片；
(2)工地计算机通过因特网，将截取的配电箱照片上传到AI服务器端，进行AI服务器平台的搭建；
(3)打开“人工智能工地安全实时监测”程序，进行初始设置，在程序界面上输入配电箱识别的AI程序、识别结果存放路径信息；
程序每隔不超过两分钟自动运行步骤(4)至步骤(7)：
(4)自动运行“远程获取照片”功能模块，获取服务器端的工地摄像头照片；
(5)自动运行“AI配电箱识别”功能模块，对所获取的照片信息进行工地配电箱开关状态识别；
(6)自动运行“发送配电箱识别结果”功能模块，将识别结果传送至AI服务器端；
(7)自动运行“上传配电箱结果照片”功能模块，将识别处理后的照片上传至AI服务器端；
(8)服务器端将未关闭配电箱的识别结果，以短信的形式发送至工地管理人员，从而进行实时预警，防止工地用电事故的发生。
2.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(1)-(8)的AI识别程序与服务器配电箱照片的信息互通。
3.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，所述AI服务器平台搭建方法为：运用C#、ASP.NET及SQL Server搭建的网页端服务器平台，用于数据的传递和存储，收集工地监控摄像头中的配电箱照片信息，并根据摄像头编号以及时间对配电箱照片进行分类。
4.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于，所述人工智能工地安全实时监测程序的开发方法如下：运用C#以及VisualStudio创建的工地安全实时监测程序，其中包含有“配电箱识别”模块，在使用前预先将“配电箱识别”相关内容进行设置，并且运行“配电箱识别”模块的程序，每隔不超过两分钟自动运行“远程获取照片”、“AI配电箱识别”、“发送配电箱识别结果”、“上传配电箱结果照片”功能模块。
5.根据权利要求1所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(5)中的“AI配电箱识别”功能模块，采用人工智能配电箱开关状态识别程序，对所获取的照片信息进行识别。
6.根据权利要求5所述的基于深度学习目标检测的工地配电箱开关状态的识别方法，其特征在于：所述步骤(5)中的“AI配电箱识别”功能模块，运用Python开发的基于深度学习目标检测的配电箱识别程序，通过“人工智能工地安全实时监测”程序中的“AI配电箱识别”功能进行调用。
CN202110472526.XA 2021-04-29 2021-04-29 一种基于深度学习目标检测的工地配电箱开关状态的识别方法 Pending CN113177475A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110472526.XA CN113177475A (zh) 2021-04-29 2021-04-29 一种基于深度学习目标检测的工地配电箱开关状态的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110472526.XA CN113177475A (zh) 2021-04-29 2021-04-29 一种基于深度学习目标检测的工地配电箱开关状态的识别方法

Publications (1)

Publication Number Publication Date
CN113177475A true CN113177475A (zh) 2021-07-27

Family

ID=76925329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110472526.XA Pending CN113177475A (zh) 2021-04-29 2021-04-29 一种基于深度学习目标检测的工地配电箱开关状态的识别方法

Country Status (1)

Country Link
CN (1) CN113177475A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333107A (zh) * 2021-11-26 2022-04-12 中建安装集团有限公司 基于数字化云计算的电气设备安全控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027388A (zh) * 2019-11-12 2020-04-17 国网天津市电力公司 基于图像识别的施工人员安全作业行为监测方法及系统
CN111914719A (zh) * 2020-07-27 2020-11-10 黄静波 一种交通建设危险源ai图像识别接口技术与方法
CN112149522A (zh) * 2020-09-04 2020-12-29 国网天津市电力公司 电缆通道智能可视化防外破监测系统及方法
CN112153344A (zh) * 2020-09-25 2020-12-29 智洋创新科技股份有限公司 基于嵌入式gpu平台和深度学习的配电房设备状态在线智能监控系统及方法
CN112532920A (zh) * 2020-10-28 2021-03-19 深圳英飞拓科技股份有限公司 一种工地系统智能化监控实现方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027388A (zh) * 2019-11-12 2020-04-17 国网天津市电力公司 基于图像识别的施工人员安全作业行为监测方法及系统
CN111914719A (zh) * 2020-07-27 2020-11-10 黄静波 一种交通建设危险源ai图像识别接口技术与方法
CN112149522A (zh) * 2020-09-04 2020-12-29 国网天津市电力公司 电缆通道智能可视化防外破监测系统及方法
CN112153344A (zh) * 2020-09-25 2020-12-29 智洋创新科技股份有限公司 基于嵌入式gpu平台和深度学习的配电房设备状态在线智能监控系统及方法
CN112532920A (zh) * 2020-10-28 2021-03-19 深圳英飞拓科技股份有限公司 一种工地系统智能化监控实现方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114333107A (zh) * 2021-11-26 2022-04-12 中建安装集团有限公司 基于数字化云计算的电气设备安全控制系统

Similar Documents

Publication Publication Date Title
CN112785798B (zh) 面向电力变电站工程建设项目施工人员的行为分析方法
CN114003771A (zh) 基于物联网的特殊作业现场异常预警分析系统及方法
CN115527340A (zh) 一种基于无人机与监控摄像的智慧工地安全监测系统及方法
CN212933544U (zh) 一种基于边缘计算的现场作业安全识别系统
CN112257500A (zh) 一种基于云边协同技术的电力设备智能图像识别系统及识别方法
CN114579791A (zh) 一种基于作业票的施工安全违章识别方法及系统
CN113177475A (zh) 一种基于深度学习目标检测的工地配电箱开关状态的识别方法
CN113673959A (zh) 现场作业安全的综合管控方法和装置及存储介质
CN112487935A (zh) 一种危险点源安全管控系统
CN115567690A (zh) 一种自动识别现场作业危险点的智慧监控系统
CN113722870B (zh) 一种电网运行全空间监测方法、系统、设备及介质
CN111510685A (zh) 一种基于三维模型的信息输出方法及装置
CN116193083A (zh) 一种基于人工智能的安全识别系统
CN115809785A (zh) 一种智慧工地管理系统
CN115393900A (zh) 一种基于物联网的智慧工地安全监管方法及系统
CN114997582A (zh) 一种配网作业风险的预警方法、系统及计算机设备
CN114429677A (zh) 一种煤矿场景作业行为安全识别考核方法及系统
CN112926401A (zh) 一种输电线路金具锈蚀检测方法及系统
CN108399389B (zh) 机器视觉的多机监管系统、方法及客户机、服务器、存储介质
CN112488873A (zh) 一种供用电设备健康码及状态轨迹智能挖掘构建方法
CN112584095A (zh) 一种基于3d卷积技术的智能杆塔防外破监控方法
CN113052050A (zh) 一种基于ai视频引擎技术的医疗废物监管方法及系统
CN117496676A (zh) 基于深度学习的智慧安全督查与风险评估预警装置
CN109032052B (zh) 基于机器人身份证的紧急状况智能控制系统
CN117635113A (zh) 一种变电站安全智能管控方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210727

RJ01 Rejection of invention patent application after publication