基于Faster R-CNN的安全帽目标检测

基于Faster R-CNN的安全帽目标检测项目通常旨在解决工作场所，特别是建筑工地的安全监管问题。这类项目使用计算机视觉技术，特别是深度学习中的Faster R-CNN算法，来自动检测工人是否正确佩戴了安全帽，从而确保遵守安全规定并减少事故风险。

项目背景与目标： 在建筑、矿山和其他高风险作业环境中，安全帽是保护工人免受头部伤害的基本装备。然而，人工检查安全帽的佩戴情况效率低下且容易出错。因此，开发自动化检测系统可以提高工作效率和安全性。

技术细节：

• 数据收集： 项目首先需要收集大量包含工人头像和安全帽的图像数据，这些数据可能来自于监控摄像头或专门拍摄的照片。
• 数据标注： 对于每一张图片，需要手动标注安全帽的位置，这通常涉及划定边界框并标记类别（例如，有安全帽、无安全帽）。
• 模型训练： 使用标注过的数据集来训练Faster R-CNN模型。Faster R-CNN是一个两阶段的目标检测模型，它包括一个区域提议网络（RPN）用于生成候选区域，以及一个用于分类和定位的后续网络。
• 模型评估： 在测试集上评估模型的性能，调整超参数以优化准确性和召回率。
• 部署： 将训练好的模型部署到实际环境中，如连接到现场的摄像头，实时分析视频流，识别未戴安全帽的人员。

应用与优势：

• 实时监控：系统能够连续地分析视频流，及时发现未佩戴安全帽的情况。
• 减少人力成本：自动化检测减少了对人工监督的需求，节省了人力资源。
• 提高安全性：通过及时提醒未遵守安全规定的工人，降低潜在的事故风险。
• 数据分析：收集的数据可用于进一步分析安全行为模式，帮助改善安全管理策略。

挑战与限制：

• 光照条件变化：室外环境光照变化大，可能影响检测效果。
• 遮挡问题：工人的姿势、其他物体或人群的遮挡会增加检测难度。
• 计算资源：实时视频处理需要强大的计算能力，尤其是在边缘设备上。

总之，基于Faster R-CNN的安全帽目标检测项目是一个综合了数据科学、计算机视觉和深度学习技术的解决方案，旨在提高工作场所的安全性。

1. 🔥 训练模型前的准备

• A.数据准备

数据的标注仍然采用VOC格式的数据标注形式，如果是其他的标注形式比如COCO请自行实现相关代码。将数据最终转化为如下形式：

    #  单行数据的结构： (path_filename, x1, y1, x2, y2, class_name)# Note:#   一个path_filename 可能对应多个类别(class_name)，每个类别占用一行数据#   x1, y1, x2, y2 是原图像的坐标, 而不是ratio后图像上的坐标#   (x1, y1) 标注框的左上坐标; (x2, y2) 标注框的右下坐标#   x1,y1-------------------#   |                       |#   |                       |#   |                       |#   |                       |#   ---------------------x2,y2

可以运行如下代码实现数据集的准备工作:

python3 ./data/data_pro.py

将在./data文件夹下生成annotation.txt文件，这样训练数据的准备工作即完成。

# path_filename, x1, y1, x2, y2, class_name
/home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/000605.jpg,37,12,151,154,hat
/home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/000605.jpg,243,1,393,176,hat
/home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/PartB_02176.jpg,92,593,180,684,person
/home/myuser/xujing/Faster-R-CNN_hat/data/JPEGImages/PartB_02176.jpg,229,648,357,777,person

• B.配置文件准备

根据自己的训练集和训练任务修改./keras_frcnn/config.py的配置文件,相关参数的解释和配置如下：

self.verbose = True  # 显示训练过程
self.network = 'vgg' # backbone 目前支持vgg(VGG16),resnet50,xception,inception_resnet_v2# 数据增强策略
self.use_horizontal_flips = False  # 水平随机裁剪
self.use_vertical_flips = False  # 垂直随机裁剪
self.rot_90 = False    # 随机90度旋转# Anchor Box的scale
# 根据具体的情况去修改，一般是图像或目标的大小做调整！！！！
# self.anchor_box_scales = [128,256,512]
self.anchor_box_scales = [4,8,16,64,128,256,512,1024]# Anchor Box的ratio
self.anchor_box_ratios = [[1, 1], [1, 2], [2, 1]]
# self.anchor_box_ratios = [[1, 1]]# 图像最小变填充后的尺寸
self.im_size = 600# 图像channel-wise上的mean和std,这个值是根据ImageNet数据集得到的
# 可以根据自己训练集调整
self.img_channel_mean = [103.939, 116.779, 123.68]
self.img_scaling_factor = 1.0# 一次得到的ROI的个数
self.num_rois = 32# RPN网络特征图的缩小倍数(VGG16的是16,其他网络请自行修改该参数)
# 换网络时 要换的！！！
self.rpn_stride = 16
# 训练时是否做类别blance
self.balanced_classes = False# Regression时的scaling the stdev
self.std_scaling = 4.0
self.classifier_regr_std = [8.0, 8.0, 4.0, 4.0]# 训练集制作过程中的正负样本的划分策略，详细才考faster R-CNN原论文
# overlaps for RPN
self.rpn_min_overlap = 0.3
self.rpn_max_overlap = 0.7# overlaps for classifier ROIs
self.classifier_min_overlap = 0.1
self.classifier_max_overlap = 0.5# class类别映射
self.class_mapping = None# base network的预训练模型的存放位置
# keras预训练模型可以在这里下载： https://github.com/fchollet/deep-learning-modelsself.model_path = './pre_train/vgg16_weights_tf_kernels_notop.h5'  # 我们使用VGG16

2. 🐎 训练模型

预训练模型：Shell下运行

python3 train_frcnn.py --path="./data/annotation.txt" --network="vgg" --input_weight_path="./pre_train/vgg16_weights_tf_kernels_notop.h5"

windows下直接运行我们写好的批处理文件：

run_train.bat

3. 🚀 模型推断

将需要测试的图像和视频拷贝到./new_test文件夹

• A.单张图像推断

Shell下运行：

python3 test_frcnn.py --path="./new_test"

windows下直接运行我们写好的批处理文件：

run_inference.bat

• B.视频推断

Shell下运行：

python3 test_frcnn_video.py --path="./new_test/test_video.mp4"

windows下直接运行我们写好的批处理文件：

test_video.bat

4. 🎉 DEMO