(19)中华 人民共和国 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 202111650086.9 (22)申请日 2021.12.2 9 (71)申请人 国能铁路装备有限责任公司 地址 100011 北京市东城区安德路16号神 华大厦C座 419 申请人 北京铁科合力科技有限责任公司 (72)发明人 王新平　李志鹏　杨翠平　安国强　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 代理人 陈金普 (51)Int.Cl. G06T 7/00(2017.01) G06T 3/40(2006.01) G06N 20/00(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 安全锁检测系统、 方法、 装置、 计算机设备和 存储介质 (57)摘要 本申请涉及一种安全锁检测系统、 方法、 装 置、 计算机设备和存储介质。 所述系统包括图像 采集设备、 光源设备和计算机设备； 图像采集设 备、 光源设备均与计算机设备相连； 计算机设备 输出用于获取当前安全锁图像的控制命令； 控制 命令包括调节指令和驱动指令， 调节指令用于指 示光源设备为安全锁提供相应的光照条件； 驱动 指令用于指示图像采集设备相对安全锁调节至 相应的拍摄机位； 计算机设备获取图像采集设备 传输的当前安全锁图像， 采用安全锁检测模型处 理当前安全锁图像， 输出安全锁检测结果； 安全 锁检测模型为采用小样本训练集精调深度学习 模型得到； 深度学习模型为采用大型公开数据集 训练得到的目标检测模型。 采用本系统能够提高 安全锁检测的效率。 权利要求书2页 说明书6页 附图2页 CN 114399478 A 2022.04.26 CN 114399478 A 1.一种安全锁检测系统， 其特征在于， 包括图像采集设备、 光源设备和计算机设备； 所 述图像采集设备、 所述 光源设备均 与所述计算机设备相连； 其中： 所述计算机设备输出用于获取当前安全锁图像的控制命令； 所述控制命令包括调节指 令， 所述调节指令用于指示所述光源设备为所述安全锁提供相应的光照条件； 所述控制命 令还包括驱动 指令， 所述驱动 指令用于指示所述图像采集设备相对所述安全锁调节至相应 的拍摄机位； 所述计算机设备获取所述图像采集设备传输的所述当前安全锁图像， 采用安全锁检测 模型处理所述当前安全锁图像， 输出安全锁检测结果； 所述安全锁检测模型为采用小样本 训练集精调深度学习模型得到； 所述小样本训练集包括多个历史安全锁图像； 所述深度学 习模型为采用大 型公开数据集训练得到的目标检测模型。 2.根据权利要求1所述的系统， 其特征在于， 所述历史安全锁图像为所述图像采集设备 采集的不同机位、 不同光照条件下的安全锁图像； 所述安全锁包括安全绳、 两个安全锁头和若干个安全锁接头； 所述安全绳将所述若干 个安全锁接 头依次串联， 且两端分别与所述两个安全锁头连接； 所述计算机设备采用插值对所述当前安全锁图像进行下采样处理， 获得待输入安全锁 图像； 所述计算机 设备采用所述安全锁检测模 型对所述待输入安全锁图像依次进 行特征提 取和目标检测， 得到待输出检测结果； 所述 安全锁检测模型为深度卷积神经网络模型。 3.根据权利要求2所述的系统， 其特征在于， 所述计算机设备对所述待输出检测结果进 行非极大值抑制处 理， 优化所述 安全锁检测结果并输出。 4.一种安全锁检测方法， 其特 征在于， 所述方法包括： 获取当前安全锁图像， 采用安全锁检测模型处理所述当前安全锁图像， 输出安全锁检 测结果； 所述安全锁检测模型为采用小样本训练集精调深度学习模型得到； 所述小样本训 练集包括多个历史安全锁图像； 所述深度学习模型为采用大型公开数据集训练得到的目标 检测模型。 5.根据权利要求4所述的方法， 其特征在于， 所述历史安全锁图像为不同机位、 不同光 照条件下采集获取的安全锁图像； 所述采用安全锁检测模型处理所述当前安全锁图像的步 骤包括： 采用插值对所述当前安全锁图像进行 下采样处 理， 获得待输入安全锁图像； 采用所述安全锁检测模型对所述待输入安全锁图像依次进行特征提取和目标检测， 得 到待输出检测结果； 所述 安全锁检测模型为深度卷积神经网络模型。 6.根据权利要求5所述的方法， 其特征在于， 所述采用安全锁检测模型处理所述当前安 全锁图像的步骤之后， 还 包括步骤： 对所述待输出检测结果进行非极大值抑制处 理， 优化所述 安全锁检测结果并输出。 7.一种安全锁检测装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取当前安全锁图像； 模型处理模块， 用于采用安全锁检测模型处理所述当前安全锁图像； 所述安全锁检测 模型为采用小样本训练集精调深度学习模型得到； 所述小样本训练集包括多个历史安全锁 图像； 所述深度学习模型为采用大 型公开数据集训练得到的目标检测模型； 结果输出模块， 用于 输出安全锁检测结果。权　利　要　求　书 1/2 页 2 CN 114399478 A 28.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求3 至6中任一项所述的方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求3 至6中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求3 至6中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114399478 A 3