工地安全帽检测的YOLOv8s模型TensorRT优化与海思3559A部署.docxVIP

PAGE2

工地安全帽检测的YOLOv8s模型TensorRT优化与海思3559A部署

摘要

本课题针对建筑工地安全帽佩戴检测的实时性需求，设计并实现了一种基于YOLOv8s目标检测模型的边缘计算方案。核心目标是通过TensorRT优化引擎将模型部署于海思Hi3559A嵌入式平台，在1080P视频流下实现高帧率与高准确率的安全帽检测，以替代传统人工巡检或云端高延迟方案。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。第一章分析工地安全监测的痛点与现有方案不足，明确设计目标；第二章论证YOLOv8s、TensorRT及海思3559A的技术选型依据；第三章梳理实时检测的功能与非功能需求，建立用例模型；第四章设计系统总体架构，划分视频采集、模型推理与报警处理模块；第五章深入阐述模型INT8量化、引擎构建与多线程流水线等详细设计；第六章展示开发环境搭建与核心功能实现过程；第七章通过功能与性能测试验证系统指标，记录1080P下检测帧率达25FPS，准确率mAP@0.5为89.3%；第八章总结成果并提出改进方向。

本设计的核心创新点在于：提出一种面向资源受限边缘设备的YOLOv8s-TensorRT联合优化流水线，通过层级融合与内存优化策略，在保持高精度的前提下实现实时推理，并对海思3559A的NNIE硬件加速单元进行适配，为工地安全监控提供低成本、高可靠性的部署方