本發(fā)明涉及圖像識別模型訓(xùn)練，尤其涉及一種施工范圍侵入風(fēng)險判定模型的訓(xùn)練驗證方法。

背景技術(shù)：

1、建筑業(yè)的快速發(fā)展帶來了高風(fēng)險性和事故多發(fā)性，施工現(xiàn)場密集的人員流動、復(fù)雜的交叉作業(yè)環(huán)節(jié)等因素導(dǎo)致建筑工程安全事故頻發(fā)。其中，近距離的危險區(qū)域侵入事故，例如工人與設(shè)備或設(shè)備之間的碰撞是事故的主要類型。特別是，當(dāng)工人與移動機(jī)械處于同一施工空間時，由于工作軌跡交叉導(dǎo)致的人機(jī)碰撞是導(dǎo)致這類事故發(fā)生的重要原因。工人對附近機(jī)械的無意視盲或機(jī)械駕駛員的觀察疏忽往往會造成預(yù)定軌跡不同的施工主體出現(xiàn)工作軌跡的重合，引發(fā)危險侵入，導(dǎo)致安全事故的發(fā)生。準(zhǔn)確監(jiān)管工人與移動施工機(jī)械的交互狀態(tài)，并及時預(yù)警施工機(jī)械危險區(qū)域的侵入風(fēng)險，對于減少現(xiàn)場安全事故至關(guān)重要。但是，傳統(tǒng)的人工檢查方法過于片面和低效，現(xiàn)有的傳感器監(jiān)測手段需要高額的成本，現(xiàn)場應(yīng)用效果不佳。

2、由吳晗、韓豫發(fā)表的基于深度學(xué)習(xí)與深度估計的施工機(jī)械危險區(qū)域侵入智能預(yù)警方法一文中，公開了由現(xiàn)場工人與施工機(jī)械圖像數(shù)據(jù)集、目標(biāo)檢測網(wǎng)絡(luò)和深度估計網(wǎng)絡(luò)3個部分組成的方法，上述方法中使用目標(biāo)檢測網(wǎng)絡(luò)對相機(jī)拍攝的施工工人和施工機(jī)械等感興趣區(qū)域進(jìn)行識別，根據(jù)識別的輪廓得到感興趣區(qū)域的像素坐標(biāo)，通過單目深度估計網(wǎng)絡(luò)將像素坐標(biāo)轉(zhuǎn)化為世界坐標(biāo)，通過計算得到施工工人和施工機(jī)械之間的距離，根據(jù)施工工人和施工機(jī)械之間的距離進(jìn)行判斷，從而進(jìn)行危險智能預(yù)警；上述方法中也公開了通過yolov8中的?small/small-seg模型、平均像素精度的方法訓(xùn)練并驗證目標(biāo)檢測網(wǎng)絡(luò)，但是使用上述方法訓(xùn)練驗證的目標(biāo)檢測網(wǎng)絡(luò)的精準(zhǔn)度還有待提高。

3、因此，亟需提供一種施工范圍侵入風(fēng)險判定模型的訓(xùn)練驗證方法，相對于現(xiàn)有技術(shù)，提高施工范圍侵入風(fēng)險判定中感興趣區(qū)域識別的精度。

技術(shù)實現(xiàn)思路

1、本發(fā)明解決現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供了一種施工范圍侵入風(fēng)險判定模型的訓(xùn)練驗證方法。

2、為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一種施工范圍侵入風(fēng)險判定模型的訓(xùn)練驗證方法，包括以下步驟：

4、s1、獲取多個感興趣區(qū)域?qū)?yīng)的圖像，將圖像根據(jù)不同的感興趣區(qū)域劃分為多個圖像集，感興趣區(qū)域包括施工工人和多個施工機(jī)械；

5、s2、對每個圖像集中的每個圖像，都分別進(jìn)行人工輪廓識別和模型輪廓識別，得到人工輪廓識別圖像和模型輪廓識別圖像，設(shè)置多個訓(xùn)練集，一個訓(xùn)練集中放置一個圖像集處理后的全部人工輪廓識別圖像和模型輪廓識別圖像，每個訓(xùn)練集都包括多個訓(xùn)練對，每個訓(xùn)練對包括一個圖像對應(yīng)的人工輪廓識別圖像和模型輪廓識別圖像；

6、s3、根據(jù)s2步驟得到的多個訓(xùn)練集，得到總評價因子和施工機(jī)械評價因子；

7、s4、設(shè)置第一評價設(shè)定值和第二評價設(shè)定值，將總評價因子、施工機(jī)械評價因子與第一評價設(shè)定值和第二評價設(shè)定值進(jìn)行比較，形成不同情況，根據(jù)不同情況判斷s2步驟進(jìn)行模型輪廓識別的識別模型是否進(jìn)行迭代訓(xùn)練。

8、進(jìn)一步地，s3具體包括以下步驟：

9、s31、對每個訓(xùn)練集進(jìn)行分析，得到每個訓(xùn)練集的評價因子；

10、s32、根據(jù)每個訓(xùn)練集的評價因子，得到總評價因子，具體通過下式計算得出：

11、；

12、；

13、上式中，e表示總評價因子，表示第i個訓(xùn)練集對應(yīng)的評價因子，表示對應(yīng)的精度權(quán)重值，表示第i個設(shè)定閾值；

14、s33、設(shè)置、、、分別為四個不同施工機(jī)械對應(yīng)的訓(xùn)練集的評價因子，取、、、的平均值為施工機(jī)械評價因子。

15、更進(jìn)一步地，s31具體包括以下步驟：

16、s311、得到第i個訓(xùn)練集中的每個訓(xùn)練對的評價因子，第i個訓(xùn)練集中的第j個訓(xùn)練對的評價因子的獲取方法具體包括以下步驟：

17、s3111、對第i個訓(xùn)練集中的第j個訓(xùn)練對，獲取人工輪廓識別圖像中輪廓內(nèi)全部像素點的像素坐標(biāo)，形成第一像素坐標(biāo)集；同時獲取模型輪廓識別圖像中輪廓內(nèi)全部像素點的像素，形成第二像素坐標(biāo)集；

18、s3112、對第一像素坐標(biāo)集進(jìn)行誤差值篩選，得到經(jīng)過誤差篩選的第一篩選像素坐標(biāo)集，第一篩選像素坐標(biāo)集包括多個第一篩選像素坐標(biāo)；

19、s3113、對第二像素坐標(biāo)集進(jìn)行誤差值篩選，得到經(jīng)過誤差篩選的第二篩選像素坐標(biāo)集，第二篩選像素坐標(biāo)集包括多個第二篩選像素坐標(biāo)；

20、s3114、根據(jù)第一篩選像素坐標(biāo)集和第二篩選像素坐標(biāo)集，得到第i個訓(xùn)練集中第j個訓(xùn)練對的評價因子，j取1到q，q表示第i個訓(xùn)練集中訓(xùn)練對的總數(shù)量；

21、s312、對s311步驟得到的第i個訓(xùn)練集中全部訓(xùn)練對的評價因子，取平均值，得到第i個訓(xùn)練集對應(yīng)的評價因子。

22、更進(jìn)一步地，s3114步驟中，得到第i個訓(xùn)練集中第j個訓(xùn)練對的評價因子的具體方法為：對每個第一篩選像素坐標(biāo)，都與全部的第二篩選像素坐標(biāo)進(jìn)行歐式距離計算，得到與第一篩選像素坐標(biāo)歐式距離值最小的第二篩選像素坐標(biāo)，將對應(yīng)的第一篩選像素坐標(biāo)和第二篩選像素坐標(biāo)組成一個樣本對，每個樣本對對應(yīng)一個樣本對距離值，樣本對距離值為該樣本對中第一篩選像素坐標(biāo)和第二篩選像素坐標(biāo)之間的歐式距離值；

23、設(shè)置第一距離判斷值和第二距離判斷值，第一距離判斷值為0，第二距離判斷值大于第一距離判斷值；篩選等于第一距離判斷值的樣本對距離值的數(shù)量，記作；篩選大于第一距離判斷值且小于等于第二距離判斷值的樣本對距離值的數(shù)量，記作；篩選大于第二距離判斷值的樣本對距離值的數(shù)量，記作；

24、第i個訓(xùn)練集中的第j個訓(xùn)練對的評價因子通過下式計算得出：

25、；

26、上式中，表示第i個訓(xùn)練集中的第j個訓(xùn)練對的評價因子，表示第一權(quán)重值，表示第二權(quán)重值，表示第三權(quán)重值。

27、更進(jìn)一步地，、、分別通過下式計算得出：

28、；

29、；

30、；

31、上式中，表示第l個大于第一距離判斷值且小于等于第二距離判斷值的樣本對距離值，表示全部大于第一距離判斷值且小于等于第二距離判斷值的樣本對距離值的平均值。

32、更進(jìn)一步地，第二距離判斷值根據(jù)下式計算得出：

33、；

34、上式中，表示第二距離判斷值，a表示第一修正值，b表示第二修正值，a、b分別取2%-5%之間的不同的常數(shù)。

35、更進(jìn)一步地，s3112步驟中，得到第一篩選像素坐標(biāo)集的具體方法為：對第一像素坐標(biāo)集中的每一個第一像素坐標(biāo)都與除了其本身的其他全部第一像素坐標(biāo)計算歐式距離，得到多個第一歐式距離，全部的第一歐式距離形成第一歐式距離集，對每個訓(xùn)練對都設(shè)置距離閾值，距離閾值為第j個訓(xùn)練對對應(yīng)的感興趣區(qū)域在人工輪廓識別圖像上的最長距離；將第一歐式距離集中的每一個第一歐式距離與距離閾值進(jìn)行比較，篩選出大于距離閾值的第一歐式距離，將所篩選出的全部第一歐式距離對應(yīng)的第一像素坐標(biāo)篩除后，得到第一篩選像素坐標(biāo)集。

36、更進(jìn)一步地，s3113步驟中，得到第二篩選像素坐標(biāo)集的具體方法為：對第二像素坐標(biāo)集中的每一個第二像素坐標(biāo)都與除了其本身的其他全部第二像素坐標(biāo)計算歐式距離，得到多個第二歐式距離，全部的第二歐式距離形成第二歐式距離集，將第二歐式距離集中的每一個第二歐式距離與距離閾值進(jìn)行比較，篩選出大于距離閾值的第二歐式距離，將所篩選出的全部第二歐式距離對應(yīng)的第二像素坐標(biāo)篩除后，得到第二篩選像素坐標(biāo)集。

37、進(jìn)一步地，s4步驟中根據(jù)不同情況判斷s2步驟進(jìn)行模型輪廓識別的識別模型是否進(jìn)行迭代訓(xùn)練的具體方法為：

38、（1）當(dāng)，且時，識別模型不進(jìn)行迭代訓(xùn)練；

39、（2）當(dāng)，且時，識別模型進(jìn)行迭代訓(xùn)練f次；

40、（3）當(dāng)，且時，識別模型進(jìn)行迭代訓(xùn)練f次；

41、（4）當(dāng)，且時，識別模型進(jìn)行迭代訓(xùn)練f次；

42、上式中，表示總評價因子，表示機(jī)械評價因子，表示第一評價設(shè)定值，表示第二評價設(shè)定值，、、都表示整數(shù)。

43、更進(jìn)一步地，f、n、m滿足下式：

44、；

45、。

46、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

47、本發(fā)明通過獲取施工工人、施工現(xiàn)場的施工機(jī)械的圖像，進(jìn)行人工輪廓識別和模型輪廓識別，得到多個訓(xùn)練集，對不同的訓(xùn)練集得到對應(yīng)的評價因子，從而得到總評價因子和施工機(jī)械評價因子，并根據(jù)總評價因子和施工機(jī)械評價因子，分情況進(jìn)行識別模型的迭代訓(xùn)練次數(shù)設(shè)置，使在不同的情況時，識別模型進(jìn)行相應(yīng)次數(shù)的迭代訓(xùn)練，提高識別模型的識別精度，從而提高施工范圍侵入風(fēng)險判定的準(zhǔn)確性。