深度学习下吊装作业工人防护装备及吊钩检测方法 |
| |
引用本文: | 李华,薛曦澄,吴立舟,王岩彬,钟兴润.深度学习下吊装作业工人防护装备及吊钩检测方法[J].安全与环境学报,2024(3):1027-1035. |
| |
作者姓名: | 李华 薛曦澄 吴立舟 王岩彬 钟兴润 |
| |
作者单位: | 1. 西安建筑科技大学资源工程学院;2. 陕西建工第十一建设集团有限公司 |
| |
摘 要: | 为解决危大工程中吊装作业安全管理的问题,基于深度学习构建目标检测算法(You Only Look Once version 5,YOLOv5)网络模型,针对进入吊装作业区域内人员的防护装备进行多目标融合检测,并对吊钩在施工过程中的状态进行检测。在原始的检测网络模型中引入4种注意力机制,并通过5种训练模型的结果对比分析,进而选择卷积块注意力模块(Convolutional Block Attention Module, CBAM)最优模型。优化后的检测模型对安全帽的平均识别精度达86.5%,对反光衣的平均识别精度达83.0%,对吊钩的状态识别精度达92.0%。将训练好的人员检测模型和吊钩检测模型打包成exe执行文件,应用到施工安全管理人员的中控平台,可帮助管理人员更好地判断吊装作业的工作情况,进而及时进行风险管控。
|
关 键 词: | 安全工程 深度学习 注意力机制 exe文件打包 施工管理 |
|
|