本發(fā)明涉及揚(yáng)塵識(shí)別防治，具體涉及一種施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)預(yù)警系統(tǒng)及方法。

背景技術(shù)：

1、建筑工地是城市空氣主要污染源，多項(xiàng)科學(xué)研究表明，接觸建筑揚(yáng)塵會(huì)增加患各種呼吸道疾病、心血管疾病和癌癥的風(fēng)險(xiǎn)。與普通人群相比，建筑工地上的一線工人和管理人員面臨的健康風(fēng)險(xiǎn)明顯增加。此外，由于空氣中的微小顆粒很容易擴(kuò)散到附近的道路和建筑物，因此建筑工地周?chē)娜巳阂裁媾R著較高的傷害風(fēng)險(xiǎn)。因此，對(duì)工地上的建筑粉塵進(jìn)行持續(xù)的實(shí)時(shí)監(jiān)測(cè)，并采取有效的預(yù)防措施來(lái)減少接觸，都是非常重要的。

2、盡管建筑揚(yáng)塵是空氣中顆粒物污染的重要來(lái)源，但對(duì)建筑揚(yáng)塵的檢測(cè)和監(jiān)測(cè)一直缺乏研究。現(xiàn)有的灰塵檢測(cè)主要有兩種方式，一種是人工目測(cè)檢測(cè)，但這種方式會(huì)造成人力資源的極大浪費(fèi)以及成本高，另外一種是定點(diǎn)揚(yáng)塵濃度檢測(cè)，該方式容易受到距離、風(fēng)向、遮擋物的影響，檢測(cè)準(zhǔn)確度不穩(wěn)定。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的之一在于提供一種施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)預(yù)警系統(tǒng)及方法，能夠?qū)崿F(xiàn)對(duì)施工揚(yáng)塵的準(zhǔn)確檢測(cè)，極大提高施工揚(yáng)塵檢測(cè)的準(zhǔn)確性和可靠性。

2、為了達(dá)到上述目的，提供了一種施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)預(yù)警方法，包括以下步驟：

3、s1、從歷史數(shù)據(jù)庫(kù)中獲取帶標(biāo)注信息的施工工地圖像數(shù)據(jù)集；

4、s2、構(gòu)建施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型；所述施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型包括backbone模塊和head模塊；所述backbone模塊包括cbs結(jié)構(gòu)、elan模塊、mpconv結(jié)構(gòu)、mp_dcn結(jié)構(gòu)和elan_dcn結(jié)構(gòu)；所述mp_dcn結(jié)構(gòu)是通過(guò)將dcdv2結(jié)構(gòu)納入最終的mp結(jié)構(gòu)形成的，所述elan_dcn結(jié)構(gòu)是通過(guò)將將dcdv2結(jié)構(gòu)納入最終的elan結(jié)構(gòu)形成的；

5、s3、將帶標(biāo)注信息的施工工地圖像數(shù)據(jù)集傳入到施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型中，對(duì)該模型進(jìn)行迭代訓(xùn)練；

6、s4、接入施工場(chǎng)地現(xiàn)場(chǎng)監(jiān)控系統(tǒng)，獲取當(dāng)前待測(cè)位置所對(duì)應(yīng)的圖像數(shù)據(jù)，并將該圖像數(shù)據(jù)作為輸入傳輸?shù)接?xùn)練好的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型中，輸出對(duì)應(yīng)的該待測(cè)位置所對(duì)應(yīng)的施工揚(yáng)塵和防治措施的目標(biāo)檢測(cè)結(jié)果，并發(fā)送給客戶(hù)端。

7、本方案的原理及效果：在本方案中，首先是從數(shù)據(jù)庫(kù)中獲取帶標(biāo)注信息的施工工地圖像數(shù)據(jù)集，通過(guò)對(duì)施工工地圖像數(shù)據(jù)集的標(biāo)注實(shí)現(xiàn)對(duì)數(shù)據(jù)集中數(shù)據(jù)的分類(lèi)，為后續(xù)的模型訓(xùn)練提高效率。同時(shí)能夠?yàn)楹罄m(xù)的模型的訓(xùn)練提供有效且準(zhǔn)確的數(shù)據(jù)支撐，提供模型訓(xùn)練的效率。

8、之后構(gòu)建對(duì)應(yīng)的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型，所述施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型包括backbone模塊和head模塊；所述backbone模塊包括cbs結(jié)構(gòu)、elan模塊、mpconv結(jié)構(gòu)、mp_dcn結(jié)構(gòu)和elan_dcn結(jié)構(gòu)；所述mp_dcn結(jié)構(gòu)是通過(guò)將dcdv2結(jié)構(gòu)納入最終的mp結(jié)構(gòu)形成的，所述elan_dcn結(jié)構(gòu)是通過(guò)將將dcdv2結(jié)構(gòu)納入最終的elan結(jié)構(gòu)形成的；本方案中，通過(guò)在backbone模塊使用了dcdv2結(jié)構(gòu)納入最終的mp結(jié)構(gòu)與elan結(jié)構(gòu)中，形成mp_dcn和elan_dcn結(jié)構(gòu)實(shí)現(xiàn)對(duì)yolov7網(wǎng)絡(luò)的改進(jìn)，dcnv2結(jié)構(gòu)包含可變卷積和可變池化層兩個(gè)關(guān)鍵結(jié)構(gòu)，通過(guò)引入額外的偏移量，使得特征提取過(guò)程集中在有效信息區(qū)域，提高檢測(cè)器適應(yīng)物體幾何變化的能力，并最終提高其檢測(cè)非剛性物體(即建筑工地上的可見(jiàn)灰塵)的性能。

9、在完成了對(duì)應(yīng)的目標(biāo)檢測(cè)模型的構(gòu)建之后，就會(huì)第一時(shí)間獲取當(dāng)前待測(cè)位置所對(duì)應(yīng)的圖像數(shù)據(jù)，然后輸入到施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型，通過(guò)該目標(biāo)檢測(cè)模型輸出對(duì)應(yīng)的施工揚(yáng)塵和防治措施的目標(biāo)檢測(cè)結(jié)果，通過(guò)這種方式極大提高了目標(biāo)檢測(cè)結(jié)果的輸出的準(zhǔn)確度和可靠度，極大為后續(xù)的客戶(hù)端對(duì)施工揚(yáng)塵以及防治措施情況進(jìn)行準(zhǔn)確且可靠的了解。

10、進(jìn)一步，所述s2中的backbone模塊實(shí)現(xiàn)機(jī)制如下：

11、s201、輸入的圖像數(shù)據(jù)經(jīng)過(guò)4個(gè)不同卷積核、不同步長(zhǎng)的cbs結(jié)構(gòu)進(jìn)行特征整合和提取，得到特征圖，每個(gè)cbs結(jié)構(gòu)包含卷積層(conv2d)、歸一化層(batchnorm)和silu激活函數(shù)；

12、s202、將得到的特征圖輸入到elan模塊中，所述elan模塊包括多個(gè)cbs結(jié)構(gòu)；通過(guò)不同分支的卷積，最終得到4個(gè)特征圖，并對(duì)4個(gè)特征圖進(jìn)行疊加，疊加后經(jīng)過(guò)[1,1]的cbs結(jié)構(gòu)后輸出最后的特征提取結(jié)果；

13、s203、將elan模塊中得到特征提取結(jié)果輸入到mpconv結(jié)構(gòu)中進(jìn)行下采樣處理，得到新的特征圖；

14、s204、將s203中得到新的特征圖輸入到elan模塊中，輸出對(duì)應(yīng)的第一特征圖c1；

15、s205、將第一特征圖c1先輸入到mpconv結(jié)構(gòu)中，輸出對(duì)應(yīng)的第一中轉(zhuǎn)特征圖，再將第一中轉(zhuǎn)特征圖輸入到elan模塊中，輸出對(duì)應(yīng)的第二特征圖c2；

16、s206、將輸出的第二特征圖c2先輸入到mp_dcn結(jié)構(gòu)中，輸出對(duì)應(yīng)的第二中轉(zhuǎn)特征圖，再將第二中轉(zhuǎn)特征圖輸入到elan_dcn結(jié)構(gòu)中，輸出對(duì)應(yīng)的第三特征圖c3。

17、有益效果：在本方案中通過(guò)將mp_dcn結(jié)構(gòu)和elan_dcn結(jié)構(gòu)的設(shè)置使得對(duì)應(yīng)對(duì)特征提取的準(zhǔn)確性更加高，能夠是按在施工現(xiàn)場(chǎng)復(fù)雜的環(huán)境下，高效且準(zhǔn)確的對(duì)施工揚(yáng)塵所對(duì)應(yīng)的數(shù)據(jù)進(jìn)行特征提取，為后續(xù)的施工揚(yáng)塵的檢測(cè)提供可靠且快速的依據(jù)，減低了漏檢或者誤檢的情況出現(xiàn)。同時(shí)在物體檢測(cè)的平均精度和檢測(cè)速度方面相比現(xiàn)有技術(shù)都有顯著優(yōu)勢(shì)。

18、進(jìn)一步，所述s2中head模塊實(shí)施機(jī)制如下：

19、s211、根據(jù)backbone模塊輸出的第一特征圖c1、第二特征圖c2、第三特征圖c3，將第三特征圖c3輸入到sppcspc結(jié)構(gòu)，處理后輸出對(duì)應(yīng)的特征圖t1和特征圖t9；所述sppcspc結(jié)構(gòu)包括多個(gè)cbs結(jié)果和最大池化層；

20、s212、將輸出的特征圖t1輸入到cbs結(jié)構(gòu)中進(jìn)行卷積和上采樣處理，處理后與第二特征圖c2進(jìn)行拼接，形成對(duì)應(yīng)的特征圖t2；

21、s213、將特征圖t2輸入到elan2結(jié)構(gòu)中，輸出對(duì)應(yīng)的特征圖t3和特征圖t4；

22、s214、將輸出的特征圖t3輸入到cbs結(jié)構(gòu)中，并進(jìn)行上采樣處理，處理后與第一特征圖c1進(jìn)行拼接，再輸入到elan2結(jié)構(gòu)中，得到對(duì)應(yīng)的特征圖t5和特征圖t6；

23、s215、將得到的特征圖t5和特征圖t4輸入到mpconv2進(jìn)行卷積處理，將處理后的數(shù)據(jù)輸入到elan2結(jié)構(gòu)處理中進(jìn)行再處理，得到對(duì)應(yīng)的特征圖t7和特征圖t8；

24、s216、所述特征圖t7和特征圖t9一同輸入到mpconv2進(jìn)行卷積處理，得到的特征圖進(jìn)入elan2、repconv結(jié)構(gòu)得到第一最終特征圖p1；

25、所述特征圖t6輸入到repconv結(jié)構(gòu)中，輸出第二最終特征圖p2；

26、所述特征圖t8輸入到repconv結(jié)構(gòu)中，輸出第三最終特征圖p3；

27、s217、將輸出的第一最終特征圖p1、第二最終特征圖p2、第三最終特征圖p3分別輸入到detect結(jié)構(gòu)進(jìn)行分類(lèi)檢測(cè)，并返回坐標(biāo)位置。

28、進(jìn)一步，所述s3包括：

29、s30、將帶標(biāo)注信息的施工工地圖像數(shù)據(jù)按照7:1:2的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；

30、s31、將訓(xùn)練集所對(duì)應(yīng)的施工工地圖像數(shù)據(jù)輸入到施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型中，進(jìn)行迭代訓(xùn)練；

31、s32、每一次迭代訓(xùn)練完成后輸出的訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型，通過(guò)輸入驗(yàn)證集中的施工工地圖像數(shù)據(jù)，對(duì)該訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型的訓(xùn)練效果進(jìn)行驗(yàn)證，判斷訓(xùn)練效果是否達(dá)標(biāo)；若否，則繼續(xù)訓(xùn)練，若是，則停止訓(xùn)練，并通過(guò)測(cè)試集中的施工工地圖像數(shù)據(jù)對(duì)該施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型進(jìn)行測(cè)試輸出測(cè)試結(jié)果，并基于當(dāng)前的測(cè)試結(jié)果和上一次的測(cè)試結(jié)果，對(duì)當(dāng)前所對(duì)應(yīng)的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型的可行性進(jìn)行判斷，若不可行，則繼續(xù)訓(xùn)練，反之則輸出對(duì)應(yīng)的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型。

32、進(jìn)一步，所述標(biāo)注信息包括可見(jiàn)粉塵、面部防護(hù)、無(wú)面部防護(hù)、頭部防護(hù)、無(wú)頭部防護(hù)、噴灑車(chē)、覆蓋織物、顆粒監(jiān)測(cè)器和噴灑槽。

33、進(jìn)一步，還包括s5、在得到對(duì)應(yīng)的目標(biāo)檢測(cè)結(jié)果后，基于該目標(biāo)檢測(cè)結(jié)果，制定該當(dāng)前待測(cè)位置所對(duì)應(yīng)的揚(yáng)塵防治措施方案，并發(fā)送給客戶(hù)端。

34、有益效果：在本方案中不僅確定對(duì)應(yīng)的施工揚(yáng)塵在當(dāng)前待測(cè)位置所對(duì)應(yīng)的位置同時(shí)還進(jìn)行對(duì)應(yīng)的防治措施的制作，實(shí)現(xiàn)在施工場(chǎng)地上對(duì)施工揚(yáng)塵的準(zhǔn)確檢測(cè)的同時(shí)進(jìn)行精準(zhǔn)防治，極大減低施工揚(yáng)塵的存在時(shí)間，確保施工工地上操作人員的安全，能夠?qū)崿F(xiàn)多目標(biāo)檢測(cè)，提高檢測(cè)效率。

35、進(jìn)一步，所述s32中判斷訓(xùn)練效果是否達(dá)標(biāo)包括：

36、在每一次迭代訓(xùn)練完成后輸出的訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型時(shí)，通過(guò)wise-iou損失函數(shù)，計(jì)算損失函數(shù)值，并基于損失函數(shù)值，通過(guò)梯度增益分配策略，對(duì)施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型所對(duì)應(yīng)的權(quán)重進(jìn)行更新，對(duì)該訓(xùn)練并更新后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型所對(duì)應(yīng)的預(yù)測(cè)值和實(shí)際值進(jìn)行計(jì)算，選取預(yù)設(shè)數(shù)量的訓(xùn)練集中施工工地圖像數(shù)據(jù)所對(duì)應(yīng)的預(yù)測(cè)值和實(shí)際值，計(jì)算各個(gè)施工工地圖像數(shù)據(jù)所對(duì)應(yīng)的預(yù)測(cè)準(zhǔn)確率，基于預(yù)測(cè)準(zhǔn)確率，計(jì)算出對(duì)應(yīng)的正確占比，將正確占比與預(yù)設(shè)占比閾值進(jìn)行比較，當(dāng)正確占比大于或者等于預(yù)設(shè)占比閾值，則判斷該訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型的訓(xùn)練效果達(dá)標(biāo)，反之則判斷該訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型的訓(xùn)練效果不達(dá)標(biāo)。

37、有益效果：在本方案中通過(guò)wise-iou損失函數(shù)來(lái)對(duì)訓(xùn)練后的施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)模型的訓(xùn)練效果進(jìn)行評(píng)價(jià)，極大提高了對(duì)應(yīng)的評(píng)價(jià)準(zhǔn)確性和可靠性。

38、使用wise-iou來(lái)替換iou，評(píng)估模型檢測(cè)質(zhì)量，并通過(guò)梯度增益分配策略有效衰減了低質(zhì)量樣本對(duì)損失函數(shù)的影響，旨在平衡低質(zhì)量樣本和高質(zhì)量樣本的學(xué)習(xí)效率，提高檢測(cè)器的整體性能。

39、本發(fā)明還提供一種施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)預(yù)警系統(tǒng)，使用上述的一種施工揚(yáng)塵與防治措施的目標(biāo)檢測(cè)預(yù)警方法。