基于深度学习的工地安全帽佩戴与危险行为视觉识别系统开发_建筑 工程与基础设施_2027年系统开发设计.docxVIP

  • 0
  • 0
  • 约1.94万字
  • 约 24页
  • 2026-11-23 发布于北京
  • 举报

基于深度学习的工地安全帽佩戴与危险行为视觉识别系统开发_建筑 工程与基础设施_2027年系统开发设计.docx

PAGE1

基于深度学习的工地安全帽佩戴与危险行为视觉识别系统开发

摘要

建筑施工现场属于典型的高风险作业环境,安全帽未佩戴、人员闯入危险区域等违规行为是导致安全事故的主要诱因。传统的人工巡检方式依赖安全员现场巡查,存在覆盖范围有限、响应滞后、夜间监管薄弱等固有缺陷。本文针对上述问题,设计并实现了一套基于深度学习的工地安全帽佩戴与危险行为视觉识别系统。系统以现场监控摄像头为数据采集前端,采用YOLOv8目标检测模型对安全帽佩戴状态进行实时识别,同时通过划定电子围栏区域并结合目标检测框与区域边界的几何关系判断人员是否闯入危险区域。系统整体采用B/S架构,后端基于Python3.10与Fl

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档