深度学习下吊装作业工人防护装备及吊钩检测方法

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。