管廊防火门开闭状态识别方法、装置及电子设备与流程

本申请涉及软件开发领域，具体涉及一种管廊防火门开闭状态识别方法、装置及电子设备。

背景技术：

1、综合管廊建设工程项目安全事故往往造成巨大的损失，给社会各方面带来负面影响，随着综合管廊建设施工运营期安全监测任务目标的提高，安全监测工作的重要性越来越大。

2、防火门对管廊积水、管廊火灾等事故有重要的控制作用，其开闭状态需要实时掌握，而采用管理人员人工查看视频监控的传统方法存在效率低、不及时、不全面等诸多弊端。

技术实现思路

1、鉴于以上所述相关技术的缺点，本申请提供一种管廊防火门开闭状态识别方法、装置及电子设备，以解决上述技术问题。

2、本申请提供了一种管廊防火门开闭状态识别方法，所述方法包括：获取管廊内的初始图像数据；对所述初始图像数据进行特征识别，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据；对所述输入图像数据进行数据标注，生成防火门开闭数据集；将所述防火门开闭数据集中的输入图像数据进行归一化处理；基于归一化处理后的防火门开闭数据集建立初始识别模型，并基于所述归一化处理后的防火门开闭数据集对所述初始识别模型进行模型训练，以得到防火门开闭识别模型；获取待检测图像数据，将所述待检测图像数据输入至防火门开闭识别模型，通过所述防火门开闭识别模型输出所述待检测图像数据中管廊防火门的开闭状态。

3、于本申请的一实施例中，若所述图像识别结果包括缺失特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：确定缺失特征图像数据的缺失范围；将所述缺失范围对应的图像数据删除，得到输入图像数据，或，通过图像采集设备采集缺失范围对应的完整图像数据，将所述完整图像数据确定为输入图像数据。

4、于本申请的一实施例中，若所述图像识别结果包括失真特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：去除所述失真特征图像数据中的噪声，并通过滤波算法对所述失真特征图像数据进行平滑处理，得到输入图像数据。

5、于本申请的一实施例中，若所述图像识别结果包括重复特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：将所述重复特征图像数据转化为字符串，计算每个字符串的哈希值，将所述哈希值中重复的哈希值对应的输入图像数据进行删除，以得到输入图像数据。

6、于本申请的一实施例中，对所述输入图像数据进行数据标注，生成防火门开闭数据集，包括：对所述输入图像数据中，反映防火门开闭状态的图像数据进行标注，按照预设的标准生成标注数据；通过预设的数据划分比例，将所述标注数据划分为训练集和测试集，其中，所述训练集用于模型训练，所述测试集用于对训练好的模型进行测试；对所述训练集和测试集进行数据增强，将数据增强后的训练集和测试集按照目标检测与图像分割通用数据集标准，生成防火门开闭数据集。

7、于本申请的一实施例中，将所述防火门开闭数据集中的输入图像数据进行归一化处理，包括：将所述输入图像数据的输入像素值转换至预设像素区间；计算所有输入像素值的标准差；通过计算所述输入图像数据的输出像素值，以对所述输入图像数据进行归一化处理；其中，x代表输入像素值，代表输入像素值的均值，σ代表输入像素值标准差，y代表输出像素值。

8、于本申请的一实施例中，基于归一化处理后的防火门开闭数据集对所述初始识别模型进行模型训练，以得到防火门开闭识别模型，包括：在预设的训练环境中，通过第一网络和第二网络构建训练脚本；设置训练参数，所述训练轮次包括训练轮次、训练批次和学习率；将所述归一化处理后的防火门开闭数据集和所述训练参数输入所述训练脚本进行模型训练，得到初始识别模型；基于目标检测指标将所述初始识别模型进行评价和参数调优，得到防火门开闭识别模型，所述目标检测指标包括准确率、召回率、平均精度和平均精度均值；通过预设的转换工具将所述防火门开闭识别模型导出。

9、于本申请的一实施例中，基于所述防火门开闭识别模型输出防火门的开闭状态，包括：获取待检测区域的待识别图像数据；将所述待识别图像数据输入至所述防火门开闭识别模型，输出推理结果，并基于所述推理结果生成事件推送至云端；通过所述云端将所述事件进行展示，所述事件的内容包括上报时间、事件地点、事件类型、事件来源、设备名称、原始素材、标注信息、审核状态字段。

10、本申请提供了一种管廊防火门开闭状态识别装置，所述装置包括：获取模块，用于获取管廊内的初始图像数据；数据清洗模块，用于对所述初始图像数据进行特征识别，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据；生成模块，用于对所述输入图像数据进行数据标注，生成防火门开闭数据集；归一化处理模块，用于将所述防火门开闭数据集中的输入图像数据进行归一化处理；模型训练模块，用于基于归一化处理后的防火门开闭数据集建立初始识别模型，并基于所述归一化处理后的防火门开闭数据集对所述初始识别模型进行模型训练，以得到防火门开闭识别模型；识别模块，用于获取待检测图像数据，将所述待检测图像数据输入至防火门开闭识别模型，通过所述防火门开闭识别模型输出所述待检测图像数据中管廊防火门的开闭状态。

11、有益效果：通过获取管廊内的初始图像数据；对初始图像数据进行特征识别，基于图像识别结果对初始图像数据进行数据清洗，得到输入图像数据；将输入图像数据进行数据标注，生成防火门开闭数据集，对防火门开闭数据集中的输入图像数据进行归一化处理后，并基于归一化处理后的防火门开闭数据集建立初始识别模型，以得到防火门开闭识别模型，并基于防火门开闭识别模型输出防火门的开闭状态。本发明将目标检测模型应用于管廊运维领域的防火门开闭检测场景，并基于场景数据对模型进行训练、优化，从而能够识别出防火门的开闭状态，便于相关工作人员更方便地进行管理，实时检测每个门的开闭状态，及时反馈到主机，通过防火门开闭识别模型识别出防火门的开闭状态，判断管廊的运行情况，有利于提升管理效率，保障管廊的长期、有效、稳定、低成本运行。

12、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种管廊防火门开闭状态识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，若所述图像识别结果包括缺失特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：

3.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，若所述图像识别结果包括失真特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：

4.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，若所述图像识别结果包括重复特征图像数据，基于图像识别结果对所述初始图像数据进行数据清洗，得到输入图像数据，包括：

5.根据权利要求1至3任一项所述的管廊防火门开闭状态识别方法，其特征在于，对所述输入图像数据进行数据标注，生成防火门开闭数据集，包括：

6.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，将所述防火门开闭数据集中的输入图像数据进行归一化处理，包括：

7.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，基于归一化处理后的防火门开闭数据集对所述初始识别模型进行模型训练，以得到防火门开闭识别模型，包括：

8.根据权利要求1所述的管廊防火门开闭状态识别方法，其特征在于，基于所述防火门开闭识别模型输出防火门的开闭状态，包括：

9.一种管廊防火门开闭状态识别装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，所述电子设备包括：

技术总结
本发明提供一种管廊防火门开闭状态识别方法、装置及电子设备，该方法包括：对管廊内的初始图像数据进行特征识别，基于识别结果对初始图像数据进行数据清洗、数据标注以及归一化处理，以生成防火门开闭数据集，并基于防火门开闭数据集建立初始识别模型，以得到防火门开闭识别模型，以预测输出防火门的开闭状态，将目标检测模型应用于管廊运维领域的防火门开闭检测场景，从而能够识别出防火门的开闭状态，便于相关工作人员更方便地进行管理，实时检测每个门的开闭状态，及时反馈到主机，通过防火门开闭识别模型识别出防火门的开闭状态，判断管廊的运行情况，有利于提升管理效率，保障管廊的长期、有效、稳定、低成本运行。

技术研发人员：廖寄语,刘明,李杰
受保护的技术使用者：中冶赛迪信息技术（重庆）有限公司
技术研发日：
技术公布日：2024/4/22