1.一种服务于电力生产作业场景的安全监管方法,其特征在于,所述方法包括:
采集各个不同电力作业场景的图像训练样本,并对所述图像训练样本进行特征标记;
搭建图像识别神经网络,利用标记后的图像训练样本对所述图像识别神经网络进行训练,并获取最优图像识别神经网络;
采集当前电力作业场景的图像样本,并基于所述最优图像识别神经网络对所述图像样本进行特征标记;
获取标记后的图像样本中所包含的关键物体的相关信息,并基于所述关键物体的相关信息判断当前电力作业场景下是否出现违规操作;
在判断当前电力作业场景下出现违规操作之后,生成对所述关键物体的违规操作告警信息。
2.根据权利要求1所述的服务于电力生产作业场景的安全监管方法,其特征在于,所述利用标记后的图像训练样本对所述图像识别神经网络进行训练,并获取最优图像识别神经网络包括:
利用标记后的图像训练样本对所述图像识别神经网络进行训练,获取训练后的权重因子;
利用所述权重因子对所述图像识别神经网络进行优化,获取所述最优图像识别神经网络。
3.根据权利要求1所述的服务于电力生产作业场景的安全监管方法,其特征在于,所述关键物体的相关信息包括所述关键物体所对应的类别记号、标记框中心点位置和标记框大小信息。
4.根据权利要求1所述的服务于电力生产作业场景的安全监管方法,其特征在于,所述基于所述关键物体的相关信息判断当前电力作业场景下是否出现违规操作包括:
将所述关键物体的相关信息导入运行逻辑判断函数进行求解,获取所述关键物体的交并比;
判断所述交并比是否小于预设阈值;
若所述交并比小于所述预设阈值,则判断当前电力作业场景下出现违规操作,并生成对所述关键物体的违规操作告警信息;
若所述交并比大于等于所述预设阈值,则判断当前电力作业场景下未出现违规操作,并基于作业规范对当前电力作业场景进行风险提示。
5.根据权利要求4所述的服务于电力生产作业场景的安全监管方法,其特征在于,所述运行逻辑判断函数为:
其中,xi为标记框中心点位置i所指代的关键物体,xk为标记框中心点位置k所指代的关键物体,xm为标记框中心点位置m所指代的关键物体,xn为标记框中心点位置n所指代的关键物体,r(xi)为关键物体xi的标记框大小信息,r(xk)为关键物体xk的标记框大小信息,r(xm)为关键物体xm的标记框大小信息,r(xn)为关键物体xn的标记框大小信息,y为交并比。
6.一种服务于电力生产作业场景的安全监管系统,其特征在于,所述系统包括:
样本预采集模块,用于采集各个不同电力作业场景的图像训练样本,并对所述图像训练样本进行特征标记;
网络训练模块,用于搭建图像识别神经网络,利用标记后的图像训练样本对所述图像识别神经网络进行训练,并获取最优图像识别神经网络;
样本提取模块,用于采集当前电力作业场景的图像样本,并基于所述最优图像识别神经网络对所述图像样本进行特征标记;
行为判断模块,用于获取标记后的图像样本中所包含的关键物体的相关信息,并基于所述关键物体的相关信息判断当前电力作业场景下是否出现违规操作;
错误告警模块,用于在判断当前电力作业场景下出现违规操作之后,生成对所述关键物体的违规操作告警信息。
7.根据权利要求6所述的服务于电力生产作业场景的安全监管系统,其特征在于,所述网络训练模块用于利用标记后的图像训练样本对所述图像识别神经网络进行训练,获取训练后的权重因子;利用所述权重因子对所述图像识别神经网络进行优化,获取所述最优图像识别神经网络。
8.根据权利要求6所述的服务于电力生产作业场景的安全监管系统,其特征在于,所述关键物体的相关信息包括所述关键物体所对应的类别记号、标记框中心点位置和标记框大小信息。
9.根据权利要求6所述的服务于电力生产作业场景的安全监管系统,其特征在于,所述行为判断模块用于将所述关键物体的相关信息导入运行逻辑判断函数进行求解,获取所述关键物体的交并比;判断所述交并比是否小于预设阈值;若所述交并比小于所述预设阈值,则判断当前电力作业场景下出现违规操作,并跳转至所述错误告警模块执行;若所述交并比大于等于所述预设阈值,则判断当前电力作业场景下未出现违规操作,并基于作业规范对当前电力作业场景进行风险提示。
10.根据权利要求9所述的服务于电力生产作业场景的安全监管系统,其特征在于,所述运行逻辑判断函数为:
其中,xi为标记框中心点位置i所指代的关键物体,xk为标记框中心点位置k所指代的关键物体,xm为标记框中心点位置m所指代的关键物体,xn为标记框中心点位置n所指代的关键物体,r(xi)为关键物体xi的标记框大小信息,r(xk)为关键物体xk的标记框大小信息,r(xm)为关键物体xm的标记框大小信息,r(xn)为关键物体xn的标记框大小信息,y为交并比。