典型文献
基于深度学习的工业生产安全行为分析技术
文献摘要：
随着工业生产建设工作规模的扩大,利用传统的人工监督方式对工业生产行为进行检查,效率低下且易出现监管漏洞.文章提出基于深度学习的工业生产安全行为分析技术,能够自动检测工业生产人员佩戴安全帽的状态、穿戴反光衣的状态以及高中低3种风险级别的区域入侵状态3种工业生产行为.实验结果表明,YOLOv5模型具有较高的检测准确度,基本满足在各种复杂工业生产场景下进行安全行为分析的准确性需求.
文献关键词：
安全帽反光衣检测;危险区域入侵检测;YOLOv5;视频检测;深度学习
中图分类号：
作者姓名：
刘培妍
作者机构：
云南大学,昆明650206
文献出处：
引用格式：
[1]刘培妍-.基于深度学习的工业生产安全行为分析技术)[J].现代制造技术与装备,2022(11):160-163
A类：
工业生产建设,戴反,安全帽反光衣检测,危险区域入侵检测
B类：
生产安全,安全行为,行为分析,监督方式,生产行为,监管漏洞,自动检测,佩戴,穿戴,高中低,风险级别,YOLOv5,检测准确度,杂工,性需求,视频检测
AB值：
0.247
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
