基于深度学习的猪场人员工服识别装置及识别方法与流程

1.本发明属于养殖技术领域，具体涉及基于深度学习的猪场人员工服识别装置及识别方法。


背景技术：

2.养猪业是我国农业中的重要产业；对保障肉食品安全供应有重要作用，我国养猪业正由传统养猪业向现代养猪业转变，无论是养殖模式、区域布局还是生产方式、生产能力都在发生显著变化。存在自主创新能力弱、食品安全问题突出、劳动力成本增高、原种依赖进口、疫病严重、环保压力大、饲料资源匮乏等诸多挑战。但也有自主创新条件改善、国际市场空间大、国内市场稳步增长、政府支持力度大等机遇。未来的发展方向主要在“适度规模养殖”、“智能猪业”、“动物福利”、“低碳排放”等4个方面。
3.猪场养殖过程中养殖工作人员需要身着工服进出养猪场，但是目前对于工服穿着管理不够严格，容易出现工服穿着不规范或者不穿工服等现象，进而不利猪场的规范性养殖，因此提出基于深度学习的猪场人员工服识别装置及识别方法。


技术实现要素：

4.本发明要解决的技术问题是克服现有的缺陷，提供基于深度学习的猪场人员工服识别装置及识别方法，以解决上述背景技术中提出的目前对于工服穿着管理不够严格，容易出现工服穿着不规范或者不穿工服等现象，进而不利猪场的规范性养殖的问题。
5.为实现上述目的，本发明提供如下技术方案：基于深度学习的猪场人员工服识别装置，包括直角型外壳，所述直角型外壳内侧设置有上采集单元和下采集单元，所述上采集单元位于下采集单元的上方，所述上采集单元和下采集单元均与识别单元电性连接，所述直角型外壳内侧通过支架固定连接有显示屏，所述识别单元包括判断单元一、判断单元二、存储单元一、训练单元、存储单元二和输出单元，所述上采集单元和下采集单元分别与判断单元一和判断单元二电性连接，所述判断单元一和判断单元二均与存储单元一和存储单元二电性连接，所述存储单元一和存储单元二均与训练单元电性连接，且所述上采集单元和下采集单元均与训练单元电性连接，所述判断单元一和判断单元二均与输出单元电性连接，所述输出单元与显示屏电性连接；
6.其中：所述上采集单元和下采集单元分别用于对工服膝盖以上和以下部分的图像进行采集；
7.所述判断单元一和判断单元二分别用于将所述上采集单元和下采集单元所采集的工服图像与训练所得的工服模型进行对比，判断二者的相似度；
8.所述存储单元一用于存储合格结果的训练模型；
9.所述训练单元用于对所述上采集单元和下采集单元采集的数据进行训练，对训练模型进行更新；
10.所述存储单元二用于存储不合格结果的训练模型；
11.所述输出单元用于将所述判断单元一和判断单元二的判断结果进行输出。
12.优选的，所述直角型外壳内侧位于上采集单元和下采集单元之间固定连接有立柱，所述立柱外侧设置有人脸识别模块，所述直角型外壳内侧的底端设置有站立标识垫。
13.优选的，所述直角型外壳的顶端固定连接有顶盖，所述顶盖底端固定连接有红外测距仪，所述红外测距仪与数据接收单元电性连接，所述数据接收单元与控制单元电性连接，所述控制单元与电动推杆电性连接，所述电动推杆固定连接于立柱的内侧，所述电动推杆的输出端固定连接有滑动连接块，所述滑动连接块滑动连接于立柱的外侧，所述滑动连接块与人脸识别模块固定连接。
14.优选的，所述红外测距仪的底端均布有红外测距头。
15.优选的，所述直角型外壳的内侧固定连接有隔板，所述隔板一侧转动连接有放行栏，所述放行栏与驱动电机的输出端固定连接，所述驱动电机固定连接于顶盖的顶端。
16.优选的，所述数据接收单元与人脸识别模块电性连接，所述控制单元与驱动电机电性连接。
17.优选的，所述直角型外壳内侧位于隔板远离识别单元的一侧对称设置有洗消管，所述洗消管外侧均匀设置有雾化喷头。
18.优选的，所述顶盖的顶端设置有报警器，所述报警器与控制单元电性连接。
19.优选的，所述直角型外壳内部的顶端设置有监控摄像头，所述监控摄像头与监控终端通讯连接。
20.基于深度学习的猪场人员工服识别装置的识别方法，包括以下步骤：
21.步骤1：图像采集，工作人员从直角型外壳的入口处进入，到达站立标识垫位置处后站立2s左右，通过直角型外壳内侧的上采集单元和下采集单元分别对工作人员约膝盖处以上和以下的图像进行采集；其中，当工作人员经过红外测距仪下方时，红外测距仪通过红外测距头发射红外矩阵，当测得最小距离后停止工作，并且将测量数据发送到数据接收单元，使控制单元根据数据接收单元接收的结果控制电动推杆工作，使电动推杆推动滑动连接块在立柱的外侧滑动，进而对人脸识别模块的高度按照一定的计算进行调节，使人脸识别模块位于工作人员的面前，进而当工作人员到达站立标识垫处后，可直接通过人脸识别模块对其进行人脸识别，若识别结果非工作人员则控制单元控制顶盖顶端的报警器发出警报，若为养殖厂工作人员则继续等待工服识别结果，进而保证了人员出入的安全性；
22.步骤2：工服识别，上采集单元和下采集单元采集的图像分别通过判断单元一和判断单元二进行对比判断，判断单元一和判断单元二将存储单元一和训练单元中分别存储的识别成功和识别失败的训练模型与上采集单元和下采集单元所得的数据进行相似度判断，存储单元一和存储单元二内部分别存储有初始样本训练模型，初始样本通过训练单元依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，输出结果信息，并且按照结果分类存储在存储单元一和存储单元二中，当上采集单元和下采集单元分别采集的数据与存储单元二中的识别失败数据相似度为0时，且与存储单元一中识别成功数据相似度接近1时，则对工作人员的工服穿着识别结果为合格，当与存储单元二中的识别失败数据相似度不为0时，则对工作人员的工服穿着识别结果为不合格；
23.步骤3：识别结果输出，经过判断单元一和判断单元二判断后的结果经过输出单元通过显示屏进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单
元和下采集单元分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，其中，当识别结果为合格时，识别单元中的数据接收单元接收识别成功信号到控制单元，使控制单元根据识别结果控制顶盖顶端的驱动电机进行工作，使驱动电机带动放行栏转动，进而对识别成功人员进行放行，增强了工作人员的认证和出入安全性；
24.步骤4：训练模型更新，以上采集单元和下采集单元采集的信息为新样本，基于深度学习依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，然后计算损失函数值，根据损失函数值，更新卷积层操作、池化层操作、归一化操作以及全连接层操作的对应参数，以训练构建新的识别模型。
25.与现有技术相比，本发明提供了基于深度学习的猪场人员工服识别装置及识别方法，具备以下有益效果：
26.1、本发明通过设置上采集单元和下采集单元，使上采集单元和下采集单元分别对工作人员约膝盖处以上和以下的图像进行采集，然后经过识别单元进行识别，识别的结果经过输出单元通过显示屏进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单元和下采集单元分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，以促进工作人员的工服穿着合适；
27.2、本发明通过设置识别单元，使识别单元中的判断单元一和判断单元二将存储单元一和训练单元中分别存储的识别成功和识别失败的训练模型与上采集单元和下采集单元所得的数据进行相似度判断，当上采集单元和下采集单元分别采集的数据与存储单元二中的识别失败数据相似度为0时，且与存储单元一中识别成功数据相似度接近1时，则对工作人员的工服穿着识别结果为合格，当与存储单元二中的识别失败数据相似度不为0时，则对工作人员的工服穿着识别结果为不合格；
28.3、本发明通过设置人脸识别模块，在进行工服识别过程中，通过人脸识别模块对其进行人脸识别，若识别结果非工作人员则控制单元控制顶盖顶端的报警器发出警报，若为养殖厂工作人员则继续等待工服识别结果，进而保证了人员出入的安全性。
29.该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现，本发明结构科学合理，使用安全方便，为人们提供了很大的帮助。
附图说明
30.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制，在附图中：
31.图1为本发明提出的基于深度学习的猪场人员工服识别装置的等轴测结构示意图；
32.图2为本发明提出的基于深度学习的猪场人员工服识别装置的爆炸结构示意图；
33.图3为本发明提出的基于深度学习的猪场人员工服识别装置的底部轴测结构示意图；
34.图4为本发明提出的基于深度学习的猪场人员工服识别装置中直角型外壳的内部结构示意图；
35.图5为本发明提出的基于深度学习的猪场人员工服识别装置的主视结构示意图；
36.图6为本发明提出的基于深度学习的猪场人员工服识别装置的侧视结构示意图；
37.图7为本发明提出的基于深度学习的猪场人员工服识别装置中识别单元的内部结构示意图；
38.图8为本发明提出的基于深度学习的猪场人员工服识别装置的识别方法流程示意图；
39.图中：直角型外壳1、上采集单元2、下采集单元3、识别单元4、显示屏5、判断单元一6、判断单元二7、存储单元一8、训练单元9、存储单元二10、输出单元11、支架12、立柱13、人脸识别模块14、站立标识垫15、顶盖16、红外测距仪17、电动推杆18、滑动连接块19、隔板20、放行栏21、驱动电机22、控制单元23、数据接收单元24、洗消管25、雾化喷头26、报警器27、监控摄像头28、红外测距头29。
具体实施方式
40.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.请参阅图1-8，本发明提供一种技术方案：基于深度学习的猪场人员工服识别装置，包括直角型外壳1，直角型外壳1内侧设置有上采集单元2和下采集单元3，上采集单元2位于下采集单元3的上方，上采集单元2和下采集单元3均与识别单元4电性连接，直角型外壳1内侧通过支架12固定连接有显示屏5，识别单元4包括判断单元一6、判断单元二7、存储单元一8、训练单元9、存储单元二10和输出单元11，上采集单元2和下采集单元3分别与判断单元一6和判断单元二7电性连接，判断单元一6和判断单元二7均与存储单元一8和存储单元二10电性连接，存储单元一8和存储单元二10均与训练单元9电性连接，且上采集单元2和下采集单元3均与训练单元9电性连接，判断单元一6和判断单元二7均与输出单元11电性连接，输出单元11与显示屏5电性连接；
42.其中：上采集单元2和下采集单元3分别用于对工服膝盖以上和以下部分的图像进行采集；
43.判断单元一6和判断单元二7分别用于将上采集单元2和下采集单元3所采集的工服图像与训练所得的工服模型进行对比，判断二者的相似度；
44.存储单元一8用于存储合格结果的训练模型；
45.训练单元9用于对上采集单元2和下采集单元3采集的数据进行训练，对训练模型进行更新；
46.存储单元二10用于存储不合格结果的训练模型；
47.输出单元11用于将判断单元一6和判断单元二7的判断结果进行输出。
48.本发明中，优选的，直角型外壳1内侧位于上采集单元2和下采集单元3之间固定连接有立柱13，立柱13外侧设置有人脸识别模块14，直角型外壳1内侧的底端设置有站立标识垫15。
49.本发明中，优选的，直角型外壳1的顶端固定连接有顶盖16，顶盖16底端固定连接有红外测距仪17，红外测距仪17与数据接收单元24电性连接，数据接收单元24与控制单元23电性连接，控制单元23与电动推杆18电性连接，电动推杆18固定连接于立柱13的内侧，电
动推杆18的输出端固定连接有滑动连接块19，滑动连接块19滑动连接于立柱13的外侧，滑动连接块19与人脸识别模块14固定连接。
50.本发明中，优选的，红外测距仪17的底端均布有红外测距头29。
51.本发明中，优选的，直角型外壳1的内侧固定连接有隔板20，隔板20一侧转动连接有放行栏21，放行栏21与驱动电机22的输出端固定连接，驱动电机22固定连接于顶盖16的顶端。
52.本发明中，优选的，数据接收单元24与人脸识别模块14电性连接，控制单元23与驱动电机22电性连接。
53.本发明中，优选的，直角型外壳1内侧位于隔板20远离识别单元4的一侧对称设置有洗消管25，洗消管25外侧均匀设置有雾化喷头26。
54.本发明中，优选的，顶盖16的顶端设置有报警器27，报警器27与控制单元23电性连接。
55.本发明中，优选的，直角型外壳1内部的顶端设置有监控摄像头28，监控摄像头28与监控终端通讯连接。
56.基于深度学习的猪场人员工服识别装置的识别方法，包括以下步骤：
57.步骤1：图像采集，工作人员从直角型外壳1的入口处进入，到达站立标识垫15位置处后站立2s左右，通过直角型外壳1内侧的上采集单元2和下采集单元3分别对工作人员约膝盖处以上和以下的图像进行采集；其中，当工作人员经过红外测距仪17下方时，红外测距仪17通过红外测距头29发射红外矩阵，当测得最小距离后停止工作，并且将测量数据发送到数据接收单元24，使控制单元23根据数据接收单元24接收的结果控制电动推杆18工作，使电动推杆18推动滑动连接块19在立柱13的外侧滑动，进而对人脸识别模块14的高度按照一定的计算进行调节，使人脸识别模块14位于工作人员的面前，进而当工作人员到达站立标识垫15处后，可直接通过人脸识别模块14对其进行人脸识别，若识别结果非工作人员则控制单元23控制顶盖16顶端的报警器27发出警报，若为养殖厂工作人员则继续等待工服识别结果，进而保证了人员出入的安全性；
58.步骤2：工服识别，上采集单元2和下采集单元3采集的图像分别通过判断单元一6和判断单元二7进行对比判断，判断单元一6和判断单元二7将存储单元一8和训练单元9中分别存储的识别成功和识别失败的训练模型与上采集单元2和下采集单元3所得的数据进行相似度判断，存储单元一8和存储单元二10内部分别存储有初始样本训练模型，初始样本通过训练单元9依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，输出结果信息，并且按照结果分类存储在存储单元一8和存储单元二10中，当上采集单元2和下采集单元3分别采集的数据与存储单元二10中的识别失败数据相似度为0时，且与存储单元一8中识别成功数据相似度接近1时，则对工作人员的工服穿着识别结果为合格，当与存储单元二10中的识别失败数据相似度不为0时，则对工作人员的工服穿着识别结果为不合格；
59.步骤3：识别结果输出，经过判断单元一6和判断单元二7判断后的结果经过输出单元11通过显示屏5进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单元2和下采集单元3分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，其中，当识别结果为合格时，识别单元4中的数据接收单元24接收识别成功信号到控制单元23，使控制单元23根据识别结果控制顶盖16顶端的驱动电机22进行工作，使驱动电
机22带动放行栏21转动，进而对识别成功人员进行放行，增强了工作人员的认证和出入安全性；
60.步骤4：训练模型更新，以上采集单元2和下采集单元3采集的信息为新样本，基于深度学习依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，然后计算损失函数值，根据损失函数值，更新卷积层操作、池化层操作、归一化操作以及全连接层操作的对应参数，以训练构建新的识别模型。
61.本发明的工作原理及使用流程：使用时，工作人员从直角型外壳1的入口处进入，到达站立标识垫15位置处后站立2s左右，通过直角型外壳1内侧的上采集单元2和下采集单元3分别对工作人员约膝盖处以上和以下的图像进行采集；其中，当工作人员经过红外测距仪17下方时，红外测距仪17通过红外测距头29发射红外矩阵，当测得最小距离后停止工作，并且将测量数据发送到数据接收单元24，使控制单元23根据数据接收单元24接收的结果控制电动推杆18工作，使电动推杆18推动滑动连接块19在立柱13的外侧滑动，进而对人脸识别模块14的高度按照一定的计算进行调节，使人脸识别模块14位于工作人员的面前，进而当工作人员到达站立标识垫15处后，可直接通过人脸识别模块14对其进行人脸识别，若识别结果非工作人员则控制单元23控制顶盖16顶端的报警器27发出警报，同时在监控摄像头28的作用下可对没经过识别的人员进行监控，以便于后期的调查工作，若为养殖厂工作人员则继续等待工服识别结果，进而保证了人员出入的安全性，上采集单元2和下采集单元3采集的图像分别通过判断单元一6和判断单元二7进行对比判断，判断单元一6和判断单元二7将存储单元一8和训练单元9中分别存储的识别成功和识别失败的训练模型与上采集单元2和下采集单元3所得的数据进行相似度判断，存储单元一8和存储单元二10内部分别存储有初始样本训练模型，初始样本通过训练单元9依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，输出结果信息，并且按照结果分类存储在存储单元一8和存储单元二10中，当上采集单元2和下采集单元3分别采集的数据与存储单元二10中的识别失败数据相似度为0时，且与存储单元一8中识别成功数据相似度接近1时，则对工作人员的工服穿着识别结果为合格，当与存储单元二10中的识别失败数据相似度不为0时，则对工作人员的工服穿着识别结果为不合格，经过判断单元一6和判断单元二7判断后的结果经过输出单元11通过显示屏5进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单元2和下采集单元3分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，其中，当识别结果为合格时，识别单元4中的数据接收单元24接收识别成功信号到控制单元23，使控制单元23根据识别结果控制顶盖16顶端的驱动电机22进行工作，使驱动电机22带动放行栏21转动，进而对识别成功人员进行放行，增强了工作人员的认证和出入安全性，当通过识别的工作人员经过放行栏21达到隔板20的另一侧时，通过洗消管25外侧的雾化喷头26可对工作人员进行洗消，进而在洗消之前对工作人员的工服进行识别有利于洗消工作的进行，防止由于工服穿着不当或未穿工服而造成洗消失误。
62.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.基于深度学习的猪场人员工服识别装置，包括直角型外壳(1)，其特征在于：所述直角型外壳(1)内侧设置有上采集单元(2)和下采集单元(3)，所述上采集单元(2)位于下采集单元(3)的上方，所述上采集单元(2)和下采集单元(3)均与识别单元(4)电性连接，所述直角型外壳(1)内侧通过支架(12)固定连接有显示屏(5)，所述识别单元(4)包括判断单元一(6)、判断单元二(7)、存储单元一(8)、训练单元(9)、存储单元二(10)和输出单元(11)，所述上采集单元(2)和下采集单元(3)分别与判断单元一(6)和判断单元二(7)电性连接，所述判断单元一(6)和判断单元二(7)均与存储单元一(8)和存储单元二(10)电性连接，所述存储单元一(8)和存储单元二(10)均与训练单元(9)电性连接，且所述上采集单元(2)和下采集单元(3)均与训练单元(9)电性连接，所述判断单元一(6)和判断单元二(7)均与输出单元(11)电性连接，所述输出单元(11)与显示屏(5)电性连接；其中：所述上采集单元(2)和下采集单元(3)分别用于对工服膝盖以上和以下部分的图像进行采集；所述判断单元一(6)和判断单元二(7)分别用于将所述上采集单元(2)和下采集单元(3)所采集的工服图像与训练所得的工服模型进行对比，判断二者的相似度；所述存储单元一(8)用于存储合格结果的训练模型；所述训练单元(9)用于对所述上采集单元(2)和下采集单元(3)采集的数据进行训练，对训练模型进行更新；所述存储单元二(10)用于存储不合格结果的训练模型；所述输出单元(11)用于将所述判断单元一(6)和判断单元二(7)的判断结果进行输出。2.根据权利要求1所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述直角型外壳(1)内侧位于上采集单元(2)和下采集单元(3)之间固定连接有立柱(13)，所述立柱(13)外侧设置有人脸识别模块(14)，所述直角型外壳(1)内侧的底端设置有站立标识垫(15)。3.根据权利要求1所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述直角型外壳(1)的顶端固定连接有顶盖(16)，所述顶盖(16)底端固定连接有红外测距仪(17)，所述红外测距仪(17)与数据接收单元(24)电性连接，所述数据接收单元(24)与控制单元(23)电性连接，所述控制单元(23)与电动推杆(18)电性连接，所述电动推杆(18)固定连接于立柱(13)的内侧，所述电动推杆(18)的输出端固定连接有滑动连接块(19)，所述滑动连接块(19)滑动连接于立柱(13)的外侧，所述滑动连接块(19)与人脸识别模块(14)固定连接。4.根据权利要求3所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述红外测距仪(17)的底端均布有红外测距头(29)。5.根据权利要求1所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述直角型外壳(1)的内侧固定连接有隔板(20)，所述隔板(20)一侧转动连接有放行栏(21)，所述放行栏(21)与驱动电机(22)的输出端固定连接，所述驱动电机(22)固定连接于顶盖(16)的顶端。6.根据权利要求3所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述数据接收单元(24)与人脸识别模块(14)电性连接，所述控制单元(23)与驱动电机(22)电性连接。
7.根据权利要求1所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述直角型外壳(1)内侧位于隔板(20)远离识别单元(4)的一侧对称设置有洗消管(25)，所述洗消管(25)外侧均匀设置有雾化喷头(26)。8.根据权利要求3所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述顶盖(16)的顶端设置有报警器(27)，所述报警器(27)与控制单元(23)电性连接。9.根据权利要求1所述的基于深度学习的猪场人员工服识别装置，其特征在于：所述直角型外壳(1)内部的顶端设置有监控摄像头(28)，所述监控摄像头(28)与监控终端通讯连接。10.根据权利要求1所述的基于深度学习的猪场人员工服识别装置的识别方法，其特征在于：包括以下步骤：步骤1：图像采集，工作人员从直角型外壳(1)的入口处进入，到达站立标识垫(15)位置处后站立2s左右，通过直角型外壳(1)内侧的上采集单元(2)和下采集单元(3)分别对工作人员约膝盖处以上和以下的图像进行采集；其中，当工作人员经过红外测距仪(17)下方时，红外测距仪(17)通过红外测距头(29)发射红外矩阵，当测得最小距离后停止工作，并且将测量数据发送到数据接收单元(24)，使控制单元(23)根据数据接收单元(24)接收的结果控制电动推杆(18)工作，使电动推杆(18)推动滑动连接块(19)在立柱(13)的外侧滑动，进而对人脸识别模块(14)的高度按照一定的计算进行调节，使人脸识别模块(14)位于工作人员的面前，进而当工作人员到达站立标识垫(15)处后，可直接通过人脸识别模块(14)对其进行人脸识别，若识别结果非工作人员则控制单元(23)控制顶盖(16)顶端的报警器(27)发出警报，若为养殖厂工作人员则继续等待工服识别结果，进而保证了人员出入的安全性；步骤2：工服识别，上采集单元(2)和下采集单元(3)采集的图像分别通过判断单元一(6)和判断单元二(7)进行对比判断，判断单元一(6)和判断单元二(7)将存储单元一(8)和训练单元(9)中分别存储的识别成功和识别失败的训练模型与上采集单元(2)和下采集单元(3)所得的数据进行相似度判断，存储单元一(8)和存储单元二(10)内部分别存储有初始样本训练模型，初始样本通过训练单元(9)依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，输出结果信息，并且按照结果分类存储在存储单元一(8)和存储单元二(10)中，当上采集单元(2)和下采集单元(3)分别采集的数据与存储单元二(10)中的识别失败数据相似度为0时，且与存储单元一(8)中识别成功数据相似度接近1时，则对工作人员的工服穿着识别结果为合格，当与存储单元二(10)中的识别失败数据相似度不为0时，则对工作人员的工服穿着识别结果为不合格；步骤3：识别结果输出，经过判断单元一(6)和判断单元二(7)判断后的结果经过输出单元(11)通过显示屏(5)进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单元(2)和下采集单元(3)分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，其中，当识别结果为合格时，识别单元(4)中的数据接收单元(24)接收识别成功信号到控制单元(23)，使控制单元(23)根据识别结果控制顶盖(16)顶端的驱动电机(22)进行工作，使驱动电机(22)带动放行栏(21)转动，进而对识别成功人员进行放行，增强了工作人员的认证和出入安全性；步骤4：训练模型更新，以上采集单元(2)和下采集单元(3)采集的信息为新样本，基于深度学习依次经卷积层操作、池化层操作、归一化操作以及全连接层操作，然后计算损失函
数值，根据损失函数值，更新卷积层操作、池化层操作、归一化操作以及全连接层操作的对应参数，以训练构建新的识别模型。

技术总结
本发明公开了基于深度学习的猪场人员工服识别装置及识别方法，包括直角型外壳，所述直角型外壳内侧设置有上采集单元和下采集单元，所述上采集单元位于下采集单元的上方，所述上采集单元和下采集单元均与识别单元电性连接；通过设置上采集单元和下采集单元，使上采集单元和下采集单元分别对工作人员约膝盖处以上和以下的图像进行采集，然后经过识别单元进行识别，识别的结果经过输出单元通过显示屏进行显示，便于对工作人员进行提示，同时也方便对不合格结果根据上采集单元和下采集单元分别采集的来源进行提示，以便于工作人员对腿部或者上半身进行整理，以促进工作人员的工服穿着合适。服穿着合适。服穿着合适。


技术研发人员：薛素金 杨焜
受保护的技术使用者：厦门农芯数字科技有限公司
技术研发日：2021.12.13
技术公布日：2022/3/8