jinnianhui.vip·(中国)官方网站

       金年会科技工服檢測算法 工裝穿戴智能識別算法利用了Yolo網絡模型和圖像識別技術，可以準確地判斷現場人員是否正確穿戴工作服、安全帽等工裝。一旦發現有人未進行正確穿戴，金年会科技工服檢測算法 工裝穿戴智能識別算法會立即發出警報并提醒相關人員進行整改。Yolo的全稱是You Only Look Once，它通過創造性的將候選區和目標分類合二為一的方式來實現目標檢測，只需一次掃描圖像就能確定對象及其位置。

       金年会科技工服檢測算法 工裝穿戴智能識別算法基于YOLOv8和Python網絡模型的人工智能技術。該算法通過實時監控現場人員的工作服穿戴情況，并在發現違規情況時自動發出警報。金年会選擇了當前最新的YOLO卷積神經網絡模型YOLOv8來進行火焰識別檢測。YOLOv8的每個圖像推理時間最快為0.007秒，即每秒可處理140幀（FPS），而且YOLOv8的權重文件大小僅為YOLOv7的1/9。目標檢測架構分為兩種，一種是two-stage，另一種是one-stage。

       在智慧工地、智慧工廠施工作業中，對現場人員的安全著裝規范有著嚴格要求。未按照要求穿戴工服是施工作業中的違規行為，并可能導致安全與健康風險隱患。因此，有必要對未穿戴工服行為進行檢測。常見的未穿工服檢測方法有兩種。第一種為人工固定巡檢，第二種為AI視覺分析。AI視覺分析需要針對場景數據開發檢測模型，而不同工廠、工地工服在顏色、款式上存在差異。因此，每增加一款工服需要對模型重新訓練，導致算法開發周期長，投入成本高，且無法保證使用效果。

       對于制造業來說，工人按要求穿戴安全衣物是至關重要的，在生產作業的過程中，規范穿戴安全衣物不僅能夠幫助工人抵御一定的安全風險，而且有助于區分工人的工種，幫助更好的對現場進行管理。而違規著裝極易增加安全隱患，并且引發現場安全事故和工程質量問題。

       與人臉識別原理類似，金年会科技工服檢測算法 工裝穿戴智能識別算法原理如下圖。首先，攝像頭采集的圖像數據經AI算法識別人體；然后，人體圖像數據經特征提取模型提取工服特征；最后，與底庫中的工服進行比對，如果比對成功表明畫面人員已穿工服，如果未匹配到底庫工服，表明畫面人員未穿工服。

       金年会科技工服檢測算法 工裝穿戴智能識別算法通過接入智能監控攝像頭對區域內的情況進行監控，將區域內畫面推送至AI智能分析平臺，經過對畫面的分析后將信息推送至上層平臺產生告警信息，后臺管理人員可以隨時查看告警信息，及時掌握異常情況。金年会科技工服檢測算法 工裝穿戴智能識別算法有效彌補了傳統人力巡查成本高、效率低、巡查不及時的弊端，利用人工智能算法對區域內人員著裝規范進行及時識別，提高企業生產的安全性和規范性。

其他算法點擊： 算法中心