基于计算机视觉的高处临边作业安全巡检

为解决建筑施工现场高处作业中安全管理人员巡检工作时存在的危险性高、效率低、识别场景复杂等问题，利用卷积神经网络(CNN)技术，提出一种高处临边安全防护装备的巡检方法，该方法结合计算机视觉，检测高处临边人员安全帽、安全带等安全防护装备的佩戴情况以及防护网是否破损；同时在YOLOv5算法基础上修改注意力模型，并开发轻量化检测软件。结果表明：轻量化后，模型尺寸降低到1.9 MB,相较于修改前减小86.8%。在图形处理器(GPU)运行环境下单帧图片检测时间优化到40～50 ms,相较于修改前减少65%～80%,大幅提高检测速度。