(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210984198.6 (22)申请日 2022.08.17 (71)申请人 苏州魔视智能科技有限公司 地址 215300 江苏省苏州市昆山市张浦镇 建德路40 5号 (72)发明人 余燕清　张如高　李发成　虞正华　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 陈刚 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/774(2022.01) (54)发明名称 一种安全带佩戴检测模型训练方法及安全 带佩戴检测方法 (57)摘要 本申请是关于一种安全带佩戴检测模型训 练方法及安全 带佩戴检测方法， 具体涉及计算机 视觉技术领域。 所述方法包括： 获取样本集合中 的第一样本检测图像通过安全带佩戴检测模型 对第一样 本检测图像进行目标检测处理， 获得样 本检测区域， 并确定样本检测区域中的像素值所 对应的第一样本向量； 基于样 本检测区域以及安 全带区域， 获取目标检测损失函数值； 基于第一 样本向量以及第二样本向量， 计算对比损失函数 值； 基于目标检测损失函数值与对比损失函数 值， 对安全带佩戴检测模型的参数进行更新。 上 述方案使得安全带佩戴检测模型可以学习到最 具有判别力的安全带图像部分， 提高了通过安全 带佩戴检测模型 执行安全带佩戴检测的准确性。 权利要求书3页 说明书14页 附图5页 CN 115063753 A 2022.09.16 CN 115063753 A 1.一种安全带佩戴检测模型训练方法， 其特 征在于， 所述方法包括： 获取样本集 合中的第一样本检测图像； 所述第一样本检测图像中标注有安全带区域； 通过安全带佩戴检测模型对所述第 一样本检测图像进行目标检测处理， 获得样本检测 区域， 并确定所述样本检测区域中的像素值所对应的第一样本向量； 基于所述样本检测区域以及所述 安全带区域， 获取目标检测损失函数值； 基于所述第一样本向量以及第二样本向量， 计算对比损 失函数值； 所述第二样本向量 为通过安全带佩戴检测模型对所述样本集 合中的第二样本检测图像得到的； 基于所述目标检测损失函数值与 所述对比损失函数值， 对所述安全带佩戴检测模型的 参数进行更新， 以便更新后的所述安全带佩戴检测模型对目标图像中目标对象是否佩戴安 全带进行检测。 2.根据权利要求1所述的方法， 其特征在于， 所述样本集合中还包括第三样本检测图 像； 基于所述第一样本向量以及第二样本向量， 计算对比损失函数值， 包括： 基于所述第 一样本向量与 所述第二样本向量之间的点积， 以及所述第 一样本向量与第 三样本向量之间的点积， 通过对比学习损失函数， 计算所述对比损失函数值； 所述第二样本向量为所述第 一样本向量的正样本； 所述第 三样本向量为所述第 一样本 向量的负样本； 所述第三样本向量为通过安全 带佩戴检测模型对所述样本集合中的第二样 本检测图像得到的。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述第 一样本向量与 所述第二样 本向量之间的点积， 以及所述第一样本 向量与第三样本 向量之间的点积， 通过对比学习损 失函数， 计算所述对比损失函数值之前， 还 包括： 获取样本集 合中的各个样本检测图像分别对应的各个候选样本向量； 计算所述第一样本向量与各个所述 候选样本向量之间的点积； 在各个所述候选样本向量中， 将与 所述第一样本向量的点积大于第 一阈值的候选样本 向量中筛 选出第二样本向量； 在各个所述候选样本向量中， 将与 所述第一样本向量的点积小于第 二阈值的候选样本 向量中筛 选出第三样本向量。 4.根据权利要求1至3任一所述的方法， 其特征在于， 所述确定所述样本检测区域中的 像素值所对应的第一样本向量， 包括： 对所述样本检测区域中的像素值进行平均池化， 并将平均池化后得到的各个特征值拼 接为所述第一样本向量。 5.根据权利要求1至3任一所述的方法， 其特征在于， 所述确定所述样本检测区域中的 像素值所对应的第一样本向量， 包括： 在所述样本检测区域中筛 选出中心检测区域； 对所述中心检测区域中的像素值进行平均池化， 并将平均池化后得到的各个特征值拼 接为所述第一样本向量。 6.一种安全带佩戴检测方法， 其特 征在于， 所述方法包括： 获取目标图像； 通过安全带佩戴检测模型， 对所述目标图像进行图像检测， 确定目标对象是否佩戴安权　利　要　求　书 1/3 页 2 CN 115063753 A 2全带； 其中， 所述安全带佩戴检测模型为基于目标检测损 失函数值与对比损 失函数值， 对所 述安全带佩戴检测模型的参数进 行更新得到的； 所述目标检测损失函数值为基于样本检测 区域以及安全带区域 获取到的； 所述样本检测区域为通过安全带佩戴检测模型对样本集合 中的第一样本检测图像进 行目标检测处理获得的； 所述第一样本检测图像中标注有安全带 区域； 所述对比损失函数值为基于第 一样本向量以及第 二样本向量得到的； 所述第 一样本向 量为通过所述样本检测区域中的像素值确定的； 所述第二样本向量为通过安全带佩戴检测 模型对所述样本集 合中的第二样本检测图像得到的。 7.一种安全带佩戴检测模型训练装置， 其特 征在于， 所述装置包括： 检测图像获取模块， 用于获取样本集合中的第一样本检测图像； 所述第一样本检测图 像中标注有安全带区域； 样本检测模块， 用于通过安全带佩戴检测模型对所述第 一样本检测图像进行目标检测 处理， 获得样本检测区域， 并确定所述样本检测区域中的像素值所对应的第一样本向量； 目标损失获取模块， 用于基于所述样本检测区域以及所述安全带区域， 获取目标检测 损失函数值； 对比损失获取模块， 用于基于所述第一样本向量以及第二样本向量， 计算对比损 失函 数值； 所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图 像得到的； 参数更新模块， 用于基于所述目标检测损 失函数值与所述对比损 失函数值， 对所述安 全带佩戴检测模型的参数进行更新， 以便更新后的所述安全带佩戴检测模 型对目标图像的 目标对象是否佩戴安全带进行检测。 8.一种安全带佩戴检测装置， 其特 征在于， 所述装置包括： 目标图像获取模块， 用于获取目标图像； 目标图像检测模块， 用于通过安全带佩戴检测模型， 对所述目标图像进行图像检测， 确 定目标对象是否佩戴安全带； 其中， 所述安全带佩戴检测模型为基于目标检测损 失函数值与对比损 失函数值， 对所 述安全带佩戴检测模型的参数进 行更新得到的； 所述目标检测损失函数值为基于样本检测 区域以及安全带区域 获取到的； 所述样本检测区域为通过安全带佩戴检测模型对样本集合 中的第一样本检测图像进 行目标检测处理获得的； 所述第一样本检测图像中标注有安全带 区域； 所述对比损失函数值为基于第 一样本向量以及第 二样本向量得到的； 所述第 一样本向 量为通过所述样本检测区域中的像素值确定的； 所述第二样本向量为通过安全带佩戴检测 模型对所述样本集 合中的第二样本检测图像得到的。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器中 存储有至少一条指 令， 所述至少一条指 令由所述处理器加载并执行以实现如权利要求 1至5 任一所述的安全带佩戴检测模型训练方法； 或者所述存储器中存储有至少一条指令， 所述 至少一条指令由所述处 理器加载并执 行以实现如权利要求6所述的安全带佩戴检测方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有至少一条指令， 所权　利　要　求　书 2/3 页 3 CN 115063753 A 3