-
公开(公告)号:CN113627302B
公开(公告)日:2023-07-18
申请号:CN202110883844.5
申请日:2021-08-03
申请人: 云南大学
IPC分类号: G06V40/20 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06T7/00
摘要: 本发明涉及一种登高施工合规性检测方法及系统,所述方法包括:构建数据集;所述数据集包括:训练集和测试集;基于所述训练集对神经网络进行训练;获取施工图像;将所述施工图像输入至训练好的神经网络,得到爬梯人实例的数量和扶梯人实例的数量;根据所述爬梯人实例的数量和扶梯人实例的数量判断是否合规。本发明中的上述方法利用MaskR‑CNN模型学习并识别图像中登高施工中施工人员的动作;建立识别结果与审查结果的逻辑关系,基于MaskR‑CNN识别结果对施工是否合规进行判断,减少了人工筛选工作量,提高了识别精度。
-
公开(公告)号:CN113627302A
公开(公告)日:2021-11-09
申请号:CN202110883844.5
申请日:2021-08-03
申请人: 云南大学
摘要: 本发明涉及一种登高施工合规性检测方法及系统,所述方法包括:构建数据集;所述数据集包括:训练集和测试集;基于所述训练集对神经网络进行训练;获取施工图像;将所述施工图像输入至训练好的神经网络,得到爬梯人实例的数量和扶梯人实例的数量;根据所述爬梯人实例的数量和扶梯人实例的数量判断是否合规。本发明中的上述方法利用MaskR‑CNN模型学习并识别图像中登高施工中施工人员的动作;建立识别结果与审查结果的逻辑关系,基于MaskR‑CNN识别结果对施工是否合规进行判断,减少了人工筛选工作量,提高了识别精度。
-