高处作业人员安全防护品多目标图像识别方法  

作　　者：王茜[1] 张颖 赵鹏程[1] 张珂 

机构地区：[1]常州大学安全科学与工程学院、应急管理科学与工程学院,江苏常州213164

出　　处：《建筑安全》2024年第4期60-66,共7页Construction Safety

基　　金：2022年江苏省研究生实践创新计划“基于AR的高风险区域作业人员危险行为的智能识别与预警”(编号:SJCX22_1378)。

摘　　要：在高处作业过程中,确保作业人员安全防护品的正确穿戴,是预防人员受伤的有效途径之一。针对识别高处作业人员施工过程中是否按规范要求穿戴多种安全防护品的问题,提出一种多目标检测方法,为高处作业人员提供有效的安全保障。构建了高处作业人员安全防护品图像样本库,利用该样本库对YOLOv5、Faster R-CNN、SSD模型进行训练和测试,开展多目标检测实验,结合算法框架、模型参数及评价指标对比分析。结果表明:三种算法均能实现对安全防护品的多目标检测,YOLOv5算法的mAP(mean Average Precision)值可达90.13%,FPS(Frames Per Second)达99帧/s,是效果最佳的检测模型。

关 键 词：高处作业 安全防护品 样本库 YOLOv5 目标检测 

分 类 号：TU714[建筑科学—建筑技术科学]