【技術實現步驟摘要】
本專利技術涉及人工智能，尤其涉及一種防護服穿脫檢測模型的訓練方法、裝置、電子設備及存儲介質。
技術介紹
1、為保障醫務工作者的工作安全性，學會快速且正確地穿脫個人防護裝備(personal?protective?equipment，ppe)，對于防止病原體傳播、保障醫療工作者及患者的健康安全具有至關重要的作用。
2、目前，針對防護服穿脫的培訓主要依賴于傳統的面對面教學方式，即由經驗豐富的醫療工作者進行示范和講解，再由護生進行模仿和練習，進而通過專家對護生的防護服穿脫過程進行檢測。
3、在實現本專利技術的過程中，專利技術人發現現有技術中至少存在以下技術問題：現有技術方案，存在防護服穿脫過程檢測效率低的問題。
技術實現思路
1、本專利技術提供了一種防護服穿脫檢測模型的訓練方法、裝置、電子設備及存儲介質，以得到能夠準確檢測防護服穿脫過程的防護服穿脫檢測模型，與人工檢測方式相比，統一了檢測標準，提升了防護服穿脫檢測的效率。
2、根據本專利技術的一方面，提供了一種防護服穿脫檢測模型的訓練方法，包括：
3、獲取防護服穿脫標準操作視頻和防護服穿脫考試視頻；
4、對所述防護服穿脫標準操作視頻和所述防護服穿脫考試視頻進行預處理，得到防護服穿脫圖像集合，其中，所述預處理包括抽幀、切片和裁剪；
5、響應于對防護服穿脫圖像集合的標注操作，得到標注后的防護服穿脫圖像集合；
6、基于所述標注后的防護服穿脫圖像集合對初始目標檢測
7、根據本專利技術的另一方面，提供了一種防護服穿脫檢測模型的訓練裝置，包括：
8、防護服穿脫視頻獲取模塊，用于獲取防護服穿脫標準操作視頻和防護服穿脫考試視頻；
9、防護服穿脫視頻預處理模塊，用于對所述防護服穿脫標準操作視頻和所述防護服穿脫考試視頻進行預處理，得到防護服穿脫圖像集合，其中，所述預處理包括抽幀、切片和裁剪；
10、防護服穿脫圖像集合標注模塊，用于響應于對防護服穿脫圖像集合的標注操作，得到標注后的防護服穿脫圖像集合；
11、防護服穿脫檢測模型訓練模塊，用于基于所述標注后的防護服穿脫圖像集合對初始目標檢測模型進行訓練，得到訓練完成的防護服穿脫檢測模型。
12、根據本專利技術的另一方面，提供了一種電子設備，所述電子設備包括：
13、至少一個處理器；
14、以及與所述至少一個處理器通信連接的存儲器；
15、其中，所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本專利技術任一實施例所述的防護服穿脫檢測模型的訓練方法。
16、根據本專利技術的另一方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行時實現本專利技術任一實施例所述的防護服穿脫檢測模型的訓練方法。
17、本專利技術實施例的技術方案，通過上述訓練方案，可以得到能夠準確檢測防護服穿脫過程的防護服穿脫檢測模型，與人工檢測方式相比，統一了防護服穿脫檢測標準，提升了防護服穿脫檢測的效率。
18、應當理解，本部分所描述的內容并非旨在標識本專利技術的實施例的關鍵或重要特征，也不用于限制本專利技術的范圍。本專利技術的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網...【技術保護點】
1.一種防護服穿脫檢測模型的訓練方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述響應于對防護服穿脫圖像集合的標注操作，包括：
3.根據權利要求2所述的方法，其特征在于，所述響應于對防護服穿脫圖像集合中穿防護服流程和脫防護服流程的標注操作，包括：
4.根據權利要求1所述的方法，其特征在于，所述初始目標檢測模型包括骨干網絡、特征金字塔網絡、路徑聚合網絡和檢測頭；
5.根據權利要求4所述的方法，其特征在于，所述初始目標檢測模型還包括錨框單元，所述錨框單元用于預測目標的位置。
6.根據權利要求1所述的方法，其特征在于，在所述基于所述標注后的防護服穿脫圖像集合對初始目標檢測模型進行訓練，得到訓練完成的防護服穿脫檢測模型之后，還包括：
7.根據權利要求6所述的方法，其特征在于，在將所述防護服穿脫圖像測試樣本輸入至訓練完成的防護服穿脫檢測模型，得到防護服穿脫目標檢測結果之后，還包括：
8.一種防護服穿脫檢測模型的訓練裝置，其特征在于，包括：
9.一種電子設備，其特征在于，所述
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行時實現權利要求1-7中任一項所述的防護服穿脫檢測模型的訓練方法。
...【技術特征摘要】
1.一種防護服穿脫檢測模型的訓練方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述響應于對防護服穿脫圖像集合的標注操作，包括：
3.根據權利要求2所述的方法，其特征在于，所述響應于對防護服穿脫圖像集合中穿防護服流程和脫防護服流程的標注操作，包括：
4.根據權利要求1所述的方法，其特征在于，所述初始目標檢測模型包括骨干網絡、特征金字塔網絡、路徑聚合網絡和檢測頭；
5.根據權利要求4所述的方法，其特征在于，所述初始目標檢測模型還包括錨框單元，所述錨框單元用于預測目標的位置。
6.根據權利要求1所述的方法，其特征在于，...
【專利技術屬性】
技術研發人員：木良善，
申請(專利權)人：愛輔科技上海有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。