一种基于深度学习的安全帽检测系统

1.本发明涉及深度学习技术领域，具体为一种基于深度学习的安全帽检测系统。


背景技术：

2.深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，针对安全帽进行检测时，主要通过图像采集对比对安全帽进行检测。
3.目前，采用深度学习的方式对安全帽进行检测时，只能通过拍摄安全帽的图像与数据库中的对比进行外观对比检测，检测效果较差，准确度较低。


技术实现要素：

4.本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述和/或现有基于深度学习的安全帽检测系统中存在的问题，提出了本发明。
6.因此，本发明的目的是提供一种基于深度学习的安全帽检测系统，能够通过超声波探测模块、抗压检测模块和图像采集模块对安全帽的轮廓信息、外形信息和抗压能力进行检测，中央处理器通过3d建模模块将超声波探测模块检测的安全帽轮廓信息建成3d模型，用于观察安全帽是否有裂缝，抗压检测模块对安全帽的抗压性能进行检测，图像采集模块采集安全帽的外形信息，与数据库中信息作对比，用于检测安全帽是否存在瑕疵，最终通过显示模块将数据显示出来供工作人员查看比对，提高检测的全面性和准确性。
7.为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
8.一种基于深度学习的安全帽检测系统，其包括：
9.超声波探测模块，用于执行通过超声波对安全帽的裂缝进行探测；
10.抗压检测模块，用于执行对安全帽的抗压性能进行检测；
11.图像采集模块，用于执行通过相机对安全帽进行图像的拍摄采集；
12.数据传输模块，与所述超声波探测模块、抗压检测模块和图像采集模块连接，用于执行对超声波探测模块、抗压检测模块和图像采集模块所采集的数据进行传输；
13.中央处理器，与所述数据传输模块连接，用于执行对超声波探测模块、抗压检测模块和图像采集模块所采集的数据进行汇总分析处理；
14.3d建模模块，与所述中央处理器连接，用于执行通过超声波探测的数据构建安全帽的3d模型；
15.图像对比模块，与所述中央处理器连接，用于执行将图像采集模块采集到的安全帽图像信息与数据库中的图像信息进行对比分析；
16.显示模块，与所述3d建模模块和图像对比模块连接，用于显示安全帽的3d模型和图像信息。
17.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述中央处理器连接有云端数据库和数据存储模块，所述云端数据库用于执行对数据进行云端存储，所述数据存储模块用于执行对数据进行本地存储。
18.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述抗压检测模块采用液压杆对安全帽进行施压，在液压杆的推杆上设置有压力计。
19.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述中央处理器通过无线网络连接有ip终端。
20.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述超声波探测模块包括超声成像模块和超声探缝模块，所述超声成像模块用于执行通过超声波对安全帽进行探测成像，所述超声探缝模块用于执行通过超声波对安全帽的缝隙进行检测。
21.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述3d建模模块配合超声波探测模块将超声波探测出的安全帽轮廓构建成3d模型。
22.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述显示模块包括显示屏和3d投影模块，所述显示屏用于显示安全帽的3d模型和图像信息，所述3d投影模块用于投影显示安全帽的3d模型。
23.作为本发明所述的一种基于深度学习的安全帽检测系统的一种优选方案，其中：所述数据传输模块在近点采用有线传输，远点采用5g通讯网络进行传输。
24.与现有技术相比：本发明能够通过超声波探测模块、抗压检测模块和图像采集模块对安全帽的轮廓信息、外形信息和抗压能力进行检测，中央处理器通过3d建模模块将超声波探测模块检测的安全帽轮廓信息建成3d模型，用于观察安全帽是否有裂缝，抗压检测模块对安全帽的抗压性能进行检测，图像采集模块采集安全帽的外形信息，与数据库中信息作对比，用于检测安全帽是否存在瑕疵，最终通过显示模块将数据显示出来供工作人员查看比对，提高检测的全面性和准确性。
附图说明
25.为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
26.图1为本发明系统结构示意图。
具体实施方式
27.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
28.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的
情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
29.其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
30.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
31.本发明提供一种基于深度学习的安全帽检测系统，能够通过超声波探测模块、抗压检测模块和图像采集模块对安全帽的轮廓信息、外形信息和抗压能力进行检测，中央处理器通过3d建模模块将超声波探测模块检测的安全帽轮廓信息建成3d模型，用于观察安全帽是否有裂缝，抗压检测模块对安全帽的抗压性能进行检测，图像采集模块采集安全帽的外形信息，与数据库中信息作对比，用于检测安全帽是否存在瑕疵，最终通过显示模块将数据显示出来供工作人员查看比对，提高检测的全面性和准确性，请参阅图1，包括：超声波探测模块、抗压检测模块、图像采集模块、数据传输模块、中央处理器、3d建模模块、图像对比模块和显示模块。
32.超声波探测模块用于执行通过超声波对安全帽的裂缝进行探测，采用超声波裂缝探测仪对安全帽的裂缝进行探测，并将探测数据传输至中央处理器中。
33.抗压检测模块用于执行对安全帽的抗压性能进行检测，抗压检测模块采用液压杆对安全帽进行施压，在液压杆的推杆上设置有压力计，通过给予安全帽一定的压力对安全帽的抗压能力进行检测，压力计上显示液压杆提供的压力大小，压力计采用电子压力计，能够有效记录压力的数值变化，液压杆不断增加给予安全帽的压力，观察安全帽的破损情况，在安全帽破损时，读出压力计的峰值数据，便是安全帽的最大抗压数值。
34.图像采集模块用于执行通过相机对安全帽进行图像的拍摄采集，通过相机对安全帽内外进行不同角度的图像采集，并将采集数据传输至中央处理器中。
35.数据传输模块与超声波探测模块、抗压检测模块和图像采集模块连接，用于执行对超声波探测模块、抗压检测模块和图像采集模块所采集的数据进行传输，通过卫星基站传输5g无线网络数据，将信息快速准确的传输至中央处理器中。
36.中央处理器与数据传输模块连接，用于执行对超声波探测模块、抗压检测模块和图像采集模块所采集的数据进行汇总分析处理，最终得出安全帽的裂缝信息、抗压信息和外部图像信息，并通过分析对比将安全帽存在问题处的数据摘出，供人员查验。
37.3d建模模块与中央处理器连接，用于执行通过超声波探测的数据构建安全帽的3d模型，3d建模模块配合超声波探测模块将超声波探测出的安全帽轮廓构建成3d模型，具体通过超声波探头辐射的三维超声场模型,利用三维立体超声成像在电脑中形成三维模型，利用matlab开发可视化窗口程序,显示出三维仿真结果,人机交互式改变影响声场的参数。
38.图像对比模块与中央处理器连接，用于执行将图像采集模块采集到的安全帽图像信息与数据库中的图像信息进行对比分析，在图片对比过程中在较大差异时，将存在差异的图片摘出，工作人员根据图片中拍摄的位置寻找安全帽中存在问题的位置，若没有差异，则安全帽外部为合格。
39.显示模块与3d建模模块和图像对比模块连接，用于显示安全帽的3d模型和图像信息，供人员观看查验。
40.中央处理器连接有云端数据库和数据存储模块，云端数据库用于执行对数据进行云端存储，数据存储模块用于执行对数据进行本地存储，避免数据丢失，便于后期调阅查看，数据存储模块采用移动硬盘对数据进行存储。
41.中央处理器通过无线网络连接有ip终端，用户能够通过ip终端来观看监测数据。
42.超声波探测模块包括超声成像模块和超声探缝模块，超声成像模块用于执行通过超声波对安全帽进行探测成像，超声探缝模块用于执行通过超声波对安全帽的缝隙进行检测。
43.显示模块包括显示屏和3d投影模块，所述显示屏用于显示安全帽的3d模型和图像信息，所述3d投影模块用于投影显示安全帽的3d模型。
44.数据传输模块在近点采用有线传输，远点采用5g通讯网络进行传输。
45.在具体的使用时，超声波探测模块通过超声波对安全帽的裂缝进行探测，抗压检测模块对安全帽的抗压性能进行检测，图像采集模块通过相机对安全帽进行图像的拍摄采集，通过数据传输模块将超声波探测模块、抗压检测模块和图像采集模块所采集的数据传输至中央处理器，中央处理器通过3d建模模块将魂超声波探测模块检测的安全帽轮廓信息建成3d模型，用于观察安全帽轮廓是否存在缝隙，抗压检测模块用于执行对安全帽的抗压性能进行检测，采用带有压力计的液压机对安全帽进行施压，观察安全帽在不同压力系数下的抗压能力，图像采集模块采用相机对安全帽进行拍摄，与数据库中图像信息作对比，用于检测安全帽是否存在瑕疵，最终通过显示模块将数据显示出来供工作人员查看比对，通过中央处理器、云端数据库、数据存储模块、数据传输模块、超声波探测模块、抗压检测模块、图像采集模块、3d建模模块、图像对比模块和显示模块之间多媒体信息的传递形成网络神经系统，组成深度学习网络，对安全帽的各项参数进行分析评估，提高检测的全面性和准确性。
46.虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。