特别时期的特殊官司令人特别感动

5次往返北京，来往行程20000多公里．经历“非典”疫期的严峻考验，艰苦鏖战10个月，终为打工仔争来17万余元的巨额赔偿——     

冶金企业的安全管理

安全管理是实现人、机、物、环境协调统一的一门综合学科，它涉及自然科学、社会科学。安全生产涉及企业的每个员工、每个家庭、经济效益的提高乃至整个企业的发展，体现员工素质、科学技术水平、管理水平和企业的文明程度。多年来，广东省冶金工业总公司及所属企业经过学习、借鉴国内外的安全管理方法和经验，结合自己的具体情况，不断探索、不断实践，     

基于深度学习的地铁施工作业人员不安全行为识别与应用

为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明：该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

学车纪事

那年春雨嗒时节,我去学驾车。 都一把年纪了,且腰病缠身,为何还去学车？细说起来,缘由好几条。但主要因学车、买车、玩车是眼下涌动于我们这个国度里的时尚大潮。我这回随波逐浪去学车,便证明自己是个不折不扣的俗人。     

培训课不再“一锅煮”——红炭山化工厂“互动互助问答”课堂深受员工欢迎

新年复工后,红炭山化工厂改变了以往"一锅煮"的培训学习方式,将员工按照岗位特点和实际来安排学习内容并分开进行强化培训. "今天下午2点,请膨化硝铵炸药车间的员工准时参加培训课."3月5日上午,该厂膨化车间谢仁英书记就大声吆喝开了.     

省安监局、福建煤监局党组学习贯彻省委书记孙春兰署名文章

7月5日下午,省安监局、福建煤监局党组书记、局长陈炎生同志主持召开两局党组(扩大)会议,专题学习省委孙春兰书记在<福建日报>头版头条的署名文章<用更开阔的视野加快转变方式>.     

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。     

崇左市江州区认真学习贯彻落实国发23号《通知》

（国发[2010]23号,以下简称《通知》）下发后,江州区人民政府高度重视,进一步加强对企业安全生产工作的领导,立即行动起来,在认真学习好、领会好、宣传好、执行好《通知》精神上下功夫。