本技术涉及物联网,尤其涉及一种图像检测方法及装置。
背景技术:
1、边缘智能网关在实际生活、工作场景中运用的十分广泛。在一种应用方式中,边缘智能网关可以连接摄像头进行图像检测,在现有的图像检测方法中,边缘网关通常会采集每个监测位置的监测视频,并基于监测需求,对每个监测视频执行相应的监测任务。但是在实际的应用场景中,每个监测位置的监测任务是存在关联的,示例性地,在对多个监测位置执行人员闯入这个监测任务的时候,如果对于大门处的监测位置没有监测到人员闯入,就能够说明其他监测位置一般也不会有人员闯入。而现有的图像检测方法会对每个监测位置的监测视频都执行同样的图像检测过程,故现有的图像检测方法的检测效率较低。
技术实现思路
1、本技术实施例提供一种图像检测方法及装置,以解决现有图像检测方法中检测准确性较低的问题。
2、为了解决上述技术问题,本技术是这样实现的:
3、第一方面,本技术实施例提供了一种图像检测方法。该方法包括:
4、基于预设时间间隔,控制所述目标摄像头依次采集所述多个监测位置中每个监测位置的监测视频;
5、提取第一监测位置的第一监测视频的第一图像数据,所述第一监测位置为所述多个监测位置中的任意一个监测位置;
6、基于第一算法模型,利用推理框架对所述第一图像数据进行推理检测,得到第一图像检测结果,所述第一算法模型为对所述第一监测位置执行第一监测任务时调用的算法模型;
7、在所述第一图像检测结果的置信度小于预设值的情况下,控制所述目标摄像头增大焦距,并控制增大焦距后的目标摄像头采集所述第一监测位置的第二监测视频;
8、提取所述第二监测视频的第二图像数据,并基于所述第一算法模型,利用所述推理框架对所述第二图像数据进行推理检测,得到第二图像检测结果;
9、在所述第二图像检测结果的置信度大于所述预设值的情况下,将所述第二图像检测结果发送至云平台;
10、控制所述目标摄像头采集第二监测位置的第三监测视频,所述第二监测位置为所述多个监测位置中除第一监测位置之外的其他监测位置;
11、提取所述第三监测视频的第三图像数据,并在所述第二图像检测结果的置信度小于所述预设值的情况下,基于第二算法模型,利用所述推理框架对所述第三图像数据进行推理检测,得到第三图像检测结果,所述第二算法模型为对所述第二监测位置执行除第一监测任务之外的其他监测任务时调用的算法模型。
12、可选地,所述基于预设时间间隔,控制所述目标摄像头依次采集所述多个监测位置中每个监测位置的监测视频,包括:
13、配置无线网络名称和无线网络密码;
14、在目标摄像头基于所述无线网络名称和所述无线网络密码与所述网关管理平台连接的情况下,基于预设时间间隔,控制所述目标摄像头依次采集所述多个监测位置中每个监测位置的监测视频。
15、可选地,所述提取所述第一监测视频的第一图像数据,包括:
16、调用ffmpeg快转动态图像专家组开源库对所述第一监测视频进行拉流抽帧,得到所述第一监测视频的裸流数据;
17、通过解码芯片将所述裸流数据解码成yuy格式数据;
18、通过编码芯片将所述yuy格式数据编码成bgr格式数据,其中,所述第一图像数据包括所述bgr格式数据。
19、可选地,所述基于第一算法模型,利用推理框架对所述第一图像数据进行推理检测,得到第一图像检测结果之前,所述方法还包括:
20、基于第一监测任务,配置第一算法参数,所述第一算法参数包括如下至少一项:第一算法阈值、视频流地址和告警间隔;
21、根据所述第一算法参数,创建第一算法容器;
22、通过所述第一算法容器加载第一算法模型,所述第一算法模型基于yolox网络模型训练方法生成。
23、可选地,在所述多个监测位置配置有至少两个算法容器的情况下,所述通过所述第一算法容器加载第一算法模型,包括:
24、向所述第一算法容器发送启动消息;
25、在所述第一算法容器接收到所述启动消息的情况下,通过所述第一算法容器加载第一算法模型。
26、可选地,所述方法还包括:
27、提取所述第三监测视频的第三图像数据,并在所述第二图像检测结果的置信度大于所述预设值的情况下,基于所述第一算法模型,利用所述推理框架对所述第三图像数据进行推理检测,得到第三图像检测结果。
28、第二方面,本技术实施例还提供一种图像检测装置。该图像检测装置包括:
29、第一控制模块,用于基于预设时间间隔,控制所述目标摄像头依次采集所述多个监测位置中每个监测位置的监测视频;
30、第一提取模块,用于提取第一监测位置的第一监测视频的第一图像数据,所述第一监测位置为所述多个监测位置中的任意一个监测位置;
31、第一推理模块,用于基于第一算法模型,利用推理框架对所述第一图像数据进行推理检测,得到第一图像检测结果,所述第一算法模型为对所述第一监测位置执行第一监测任务时调用的算法模型;
32、第二控制模块,用于在所述第一图像检测结果的置信度小于预设值的情况下,控制所述目标摄像头增大焦距,并控制增大焦距后的目标摄像头采集所述第一监测位置的第二监测视频;
33、第二推理模块,用于提取所述第二监测视频的第二图像数据,并基于所述第一算法模型,利用所述推理框架对所述第二图像数据进行推理检测,得到第二图像检测结果;
34、第一发送模块,用于在所述第二图像检测结果的置信度大于所述预设值的情况下,将所述第二图像检测结果发送至云平台;
35、第三控制模块,用于控制所述目标摄像头采集第二监测位置的第三监测视频,所述第二监测位置为所述多个监测位置中除第一监测位置之外的其他监测位置;
36、第三推理模块,用于提取所述第三监测视频的第三图像数据,并在所述第二图像检测结果的置信度小于所述预设值的情况下,基于第二算法模型,利用所述推理框架对所述第三图像数据进行推理检测,得到第三图像检测结果,所述第二算法模型为对所述第二监测位置执行除第一监测任务之外的其他监测任务时调用的算法模型。
37、可选地,所述第一控制模块,包括:
38、第一配置单元,用于配置无线网络名称和无线网络密码;
39、第一控制单元,用于在目标摄像头基于所述无线网络名称和所述无线网络密码与所述网关管理平台连接的情况下,基于预设时间间隔,控制所述目标摄像头依次采集所述多个监测位置中每个监测位置的监测视频。
40、可选地,所述第一提取模块,包括:
41、第一调用单元,用于调用ffmpeg快转动态图像专家组开源库对所述第一监测视频进行拉流抽帧,得到所述第一监测视频的裸流数据;
42、第一解码单元,用于通过解码芯片将所述裸流数据解码成yuy格式数据;
43、第一编码单元,用于通过编码芯片将所述yuy格式数据编码成bgr格式数据,其中,所述第一图像数据包括所述bgr格式数据。
44、可选地,所述装置还包括:
45、第一配置模块,用于基于第一监测任务,配置第一算法参数,所述第一算法参数包括如下至少一项:第一算法阈值、视频流地址和告警间隔;
46、第一创建模块,用于根据所述第一算法参数,创建第一算法容器;
47、第一加载模块,用于通过所述第一算法容器加载第一算法模型,所述第一算法模型基于yolox网络模型训练方法生成。
48、可选地,在所述多个监测位置配置有至少两个算法容器的情况下,所述第一加载模块,包括:
49、第一发送单元,用于向所述第一算法容器发送启动消息;
50、第一加载单元,用于在所述第一算法容器接收到所述启动消息的情况下,通过所述第一算法容器加载第一算法模型。
51、可选地,所述装置还包括:
52、第三推理模块,用于提取所述第三监测视频的第三图像数据,并在所述第二图像检测结果的置信度大于所述预设值的情况下,基于所述第一算法模型,利用所述推理框架对所述第三图像数据进行推理检测,得到第三图像检测结果。
53、第三方面,本技术实施例还提供一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的图像检测方法的步骤。
54、第四方面,本技术实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的图像检测方法的步骤。
55、本技术实施例的图像检测方法,该方法包括基于预设时间间隔,控制目标摄像头依次采集多个监测位置中每个监测位置的监测视频;提取第一监测位置的第一监测视频的第一图像数据;基于第一算法模型,利用推理框架对第一图像数据进行推理检测,得到第一图像检测结果,所述第一算法模型为对所述第一监测位置执行第一监测任务时调用的算法模型;在第一图像检测结果的置信度小于预设值的情况下,控制目标摄像头增大焦距,并控制增大焦距后的目标摄像头采集第一监测位置的第二监测视频;提取第二监测视频的第二图像数据,并基于第一算法模型,利用推理框架对第二图像数据进行推理检测,得到第二图像检测结果;在第二图像检测结果的置信度大于预设值的情况下,将第二图像检测结果发送至云平台;控制目标摄像头采集第二监测位置的第三监测视频;提取第三监测视频的第三图像数据,并在第二图像检测结果的置信度小于预设值的情况下,基于第二算法模型,利用推理框架对第三图像数据进行推理检测,得到第三图像检测结果,第二算法模型为对第二监测位置执行除第一监测任务之外的其他监测任务时调用的算法模型。该方法通过多次对第一监测位置执行第一监测任务时的图像检测结果进行判断,在第一监测位置的图像监测结果多次小于置信度的情况下,不再对第二监测位置执行第一监测任务,有利于提高图像检测方法的效率。