- 综合排序
- 最热优先
- 最新优先
- 来自专栏燧机科技-视频AI智能分析
安全帽智能识别系统
安全帽智能识别系统可以全自动检测和分析监控画面范畴内的施工作业人员的安全帽的佩戴情况，针对未佩戴帽子规范的不安全行为，安全帽智能识别系统可以即时监控和向发送抓拍图片进行预警。 因而，安全帽规范已变成施工工地职工的最后安全防范措施，依据中国的制度规定，施工工地职工进到施工现场时务必佩戴安全帽规范。 为了更好地监管当场管理人员的安全帽规范的佩戴状况，对不佩戴安全帽规范的管理人员开展惩罚文化教育和学习培训，最后处理因未佩戴安全帽规范而产生的重大安全事故。 研发的安全帽智能识别系统高效地解决了工作员进到施工现场时务必佩戴安全帽规范的艰难。 与传统的的安全监管方式对比，根据集成化大数据技术和人工智能化运用等技术创新方式，进行智能化系统员工管理和员工安全性检测是一个更好的选择。
62020编辑于 2022-09-08 - 来自专栏全栈程序员必看
基于Tensorflow + yolo3的安全帽识别系统
最近做了一个新的项目,需要将图片或者视频中的人员是否戴安全帽识别出来,并且在网站上进行显示.使用Tensorflow + yolo3,后端框架为Django。 视频地址：tensorflow+yolo安全帽识别优化版_哔哩哔哩_bilibili https://www.bilibili.com/video/BV1Aq4y1q7Hk? p=2 tensorflow+yolo安全帽识别优化版 首先是正常的登录注册 def my_login(request): if request.method == "GET":
61920编辑于 2022-08-26 - 来自专栏燧机科技-视频AI智能分析
工地安全帽智能识别检测系统
在施工工地，务必配戴安全帽，工地安全帽智能识别检测系统可以在大部分工程施工损害中充分发挥保障功效。 但在具体运用中，不戴安全帽、临时性摘帽子等违纪行为常常产生，安全性工作人员不可以即时查验施工队伍是不是戴安全帽，多次开展工作人员查验，提升经济成本和用工成本费。 工地安全帽智能识别检测系统全自动监管现场施工作业区域范围内的工作人员是不是戴安全帽。要是没有戴安全帽，会及时警示，并通告监控后台安全管理者妥善处理。 根据智能视频采集，施工工地安全帽短视频智能识别监管系统全自动剖析识别短视频图象信息内容，不用人工控制，对施工工地关键地区开展全天监管。 工地安全帽智能识别检测系统自动识别进到实际操作范围的工作人员：假如工作人员并没有戴安全帽，可以马上警报，将报警截屏和视频存储到数据库形成报表，与此同时向有关现场管理工作人员推送警报信息，可以依据警报纪录和警报截屏
49520编辑于 2022-09-09 - 来自专栏燧机科技-视频AI智能分析
工地安全帽智能识别系统
工地安全帽智能识别系统通过opencv深度学习技术，工地安全帽智能识别系统实现对现场人员的安全帽反光衣穿戴进行自动实时识别和检测。我们选择当下YOLO最新的卷积神经网络YOLOv5来进行识别检测。
61550编辑于 2023-02-11 - 来自专栏智能视频图像
智能视频分析-工地安全帽识别
安全帽作为保护、防护的重要防范手段，一直是各大企业要求员工佩戴的，可还是发生了各种由于未佩戴安全帽导致的安全事故。 如何能够保证工人都戴上安全帽成为了工地监督管理的一大难题，于是倍特威视安全帽识别系统应运而生。 2.jpg 倍特威视安全帽识别系统可自动检测人员是否佩戴安全帽，有效预防安全生产事故。 无需人工干预实现安全生产智能化管理，运用智能视频分析结合最前沿深度学习技术，识别率高、兼容性强、性能稳定。倍特威视安全帽识别系统是督促工人佩戴安全帽的利器，可提高工人安全意识，将意外扼杀在摇篮中。 应用模式 联动门禁模式 在工地高危区域门口部署安全帽识别系统结合门禁系统，当工作人员要进入作业时，门禁通过后，需要检测工人是否佩戴安全帽，若未佩戴安全帽则无法开启门禁进入作业；工人必须佩戴安全帽才能打开门禁进入防护区工作 动态检测模式 在企业高危区域内部署安全帽识别系统，实时检测视频画面内是否有人员活动，当检测到有人时，检测工人是否佩戴安全帽，若未佩戴安全帽则发出告警信息通知后台监管人员。
1.3K20发布于 2020-01-06 - 来自专栏燧机科技-视频AI智能分析
安全帽佩戴智能识别系统
安全帽佩戴智能识别系统伴随着现代科技的发展趋势，人工智能识别技术性的运用愈来愈普遍，各个安全施工监督部门对操作人员的需求逐步提升，很多示范工程首先选用各种各样智能监管方式，确保操作工作员的生命安全。 安全帽佩戴智能识别系统能够达到施工企业和各个安全性监督部门的具体规则，合理确保施工区域操作人员的人身安全和企业财产安全。安全帽佩戴智能识别系统，对施工作业现场开展实时检测。 当安全帽佩戴智能识别系统监控作业人员没有佩戴安全帽子时，系统会马上警报。与此同时，系统会将警报截屏和视频保存到数据库系统中，并汇报发送给有关管理者。 与此同时，安全帽佩戴智能识别系统能够依据时间范围查看和播放报警记录和警报截屏，进一步提高了监控区域的监管的高效率，形成了强劲的管理监控效果，降低并减少了安全事故的产生。 安全帽佩戴智能识别系统设备布署在公司高危地区的出入门禁上，与门禁系统系统紧密结合。当工作员要想进到危险区工作时，她们必须在门禁经过系统识别查看是不是佩戴安全帽。
49830编辑于 2022-09-14 - 来自专栏燧机科技-视频AI智能分析
视频智能识别安全帽佩戴
视频智能识别安全帽佩戴系统能够从繁杂的工地、煤矿、车间等场景下同时对多个目标是否戴安全帽穿反光衣进行实时识别，当视频智能识别安全帽佩戴系统发现作业人员没有戴安全帽、穿反光衣或者戴安全带，系统会及时报警提醒 视频智能识别安全帽佩戴系统识别安全帽颜色如红色、黄色、蓝色、白色、橘色。实现识别监控整个过程的自动监测，提升安全监督的时效性，降低人力成本。 视频智能识别安全帽佩戴根据边缘ai计算与深度学习技术，通过分布现场已有的监控摄像头依据RTSP协议访问监控摄像头视频流，即时获得，实时分析，即时警报，并及时将报警记录推送到有关安全人员，马上处理。 视频智能识别安全帽佩戴系统利用前端视频监控实时读取现场视频流，对作业现场人员行为如抽烟、睡岗离岗、玩手机、打电话、反光衣穿戴、安全带穿戴进行实时分析，并及时保存异常报警数据。
42310编辑于 2022-10-04 - 来自专栏TSINGSEE青犀视频
TSINGSEE青犀基于opencv的安全帽反光衣工作服AI检测算法自动识别及应用
安全帽/反光衣/工作服自动识别检测算法可以通过opencv+yolo网络对现场画面中人员穿戴着装进行实时分析检测，判断人员是否穿着反光衣/安全帽。 Yolo全称是You Only Look Once，它并没有真正地去掉候选区域，而是创造性地将候选区和目标分类合二为一，看一眼图片就能知道有哪些对象以及它们的位置。 TSINGSEE青犀智能分析网关内置丰富的AI算法，其中安全帽、反光衣、工作服检测算法在工地、工厂等应用场景中使用十分广泛。 TSINGSEE智能分析网关属于边缘AI计算硬件，它内置AI算法引擎，算力高达32T，可以支持16路视频流解析。 在工地、工厂等场景的安全生产中，通过配备TSINGSEE智能分析网关中的人脸识别、安全帽、工作服、反光衣、烟火、周界警戒、液体泄漏等算法，可对工厂、工地、生产车间等场所与区域内的工作人员自动检测是否按照规范着装
67410编辑于 2023-12-13 - 来自专栏成套网站
基于yolov8的安全帽检测系统
基于YOLOv8的安全帽检测系统，通过深度学习模型与可视化界面的结合，可实现佩戴状态的精准识别与异常预警，为工业安全提供智能化解决方案。 该系统借助先进的计算机视觉和深度学习技术，实现了自动化、智能化的安全帽检测，能够实时监控大面积作业场所，对每一个作业人员的安全帽佩戴情况进行精准判断。 随着工业4.0和智能制造的推进，智能化安全监管成为行业发展的必然趋势。 基于YOLOv8的安全帽检测系统的研究与应用，为高危行业的智能化安全管理提供了新的思路和方法，有助于推动整个行业向智能化、自动化方向转型升级。 3、研究现状当前，基于YOLOv8的安全帽检测系统研究正成为计算机视觉与工业安全领域的热点。随着深度学习技术的快速发展，YOLO系列算法因其高效的实时检测能力，在安全帽检测任务中展现出显著优势。
33510编辑于 2025-12-30 - 来自专栏燧机科技-视频AI智能分析
自动识别安全帽智能监控
自动识别安全帽智能监控系统软件依据智能化视频分析，全自动对视频图象信息内容进行剖析辨别，不用人工控制，自动识别安全帽智能监控能对工程施工环境进行全天监控，当监控到人员未佩戴安全帽未穿工作服装进到时，马上预警信息 丢垃圾识别预警信号系统对地域进行及时检验，不用人工控制，一旦监测到有的人未佩戴安全帽或者乱扔垃圾时，马上进行预警信号，告知监控管理处，提示相关人员马上处理。
91130编辑于 2022-09-10 - 来自专栏燧机科技-视频AI智能分析
智慧工地安全帽智能识别系统
智慧工地安全帽智能识别系统通过yolov5+opencv深度学习技术，智慧工地安全帽智能识别系统可自动对现场画面检测识别人员有没有戴安全帽。
69500编辑于 2023-01-14 - 来自专栏智能视频图像
安全帽识别智能监控预警系统
安全帽识别可对进入作业区域的人员进行自动识别：若检测到人员未佩戴安全帽，可立即报警，将报警截图和视频保存到数据库形成报表，同时将报警信息推送给相关管理人员，可根据时间段对报警记录和报警截图、视频进行查询点播 在视频中实时框画出未佩戴安全帽的人员，并将截屏图片显示在客户端，可以结合现场告警设备发出报警信息，协助管理人员进行管理。 （2）报警记录存储 对出现未佩戴安全帽危险行为识别出之后，对视频进行保存，方便管理人员对记录查看追溯。 随着现代科学技术的发展，图像监控系统的应用范围越来越广，各级施工安全监管部门对作业人员的要求逐步提高，许多项目已经率先采用各种智能监控手段保障作业人员的人身安全。 安全帽识别能够满足施工单位及各级监管部门的实际监管需求，切实保障施工区作业人员的人身财产安全。
1.9K30发布于 2019-09-16 AI算法对于安全帽的识别
对于安全帽的识别，目前常用的人工智能算法包括卷积神经网络（CNN）、物体检测算法（如YOLO、Faster R-CNN）和图像分割算法。 这些算法可以通过训练模型来学习安全帽的特征，实现在图像或视频中准确地检测和识别戴着安全帽的人员。 具体来说，对于安全帽的识别，可以采用以下步骤：数据收集：收集包含戴安全帽和未戴安全帽的图像数据集，以用于模型训练。数据预处理：对图像进行预处理，如调整大小、灰度化等，以适应算法的输入要求。 特征提取：通过卷积神经网络等算法，提取图像中与安全帽相关的特征。模型训练：使用标注好的数据集，训练模型以学习安全帽的特征和识别方法。 模型评估：通过测试数据集对训练好的模型进行评估，检查其在安全帽识别上的准确率和召回率。集成部署：将训练好的模型应用到实际场景中，实现安全帽的实时检测和识别。
39910编辑于 2024-06-26- 来自专栏技术汇总专栏
基于YOLOv8的铁路工人安全作业检测系统｜精准识别反光背心与安全帽
基于YOLOv8的铁路工人安全作业检测系统｜精准识别反光背心与安全帽 源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程 项目摘要 随着计算机视觉与人工智能技术的迅猛发展，基于深度学习的 目标检测算法 在工业场景中表现出强大潜力。尤其是 YOLOv8 模型，因其速度快、精度高、部署灵活等特点，成为当前工业检测领域的首选算法之一。 本项目正是基于此背景，构建了一个面向铁路工地的智能识别系统，具备以下特点： 精准检测 工人是否佩戴反光背心、安全帽； 基于YOLOv8训练，支持自定义类别； 图形化界面操作简单，无编程基础也可直接使用 希望本项目的开源与实战价值，能够为工业安全智能化管理贡献一份力量。 在以往YOLO 版本的基础上，YOLOv8 引入了新的功能和优化，使其成为广泛应用中各种物体检测任务的理想选择。
52010编辑于 2025-08-21 - 来自专栏智能视频图像
智能视频分析下的安全帽佩戴检测系统
根据数据调查，2018年建筑业的36次较大事故中，有323名人员伤亡，因坍塌伤亡的人员占到了81%，其中大部分原因是工作人员没有按照规定佩戴安全帽。 在各个行业都存在着在岗工人不佩戴安全帽和做相关安全措施危险作业，由未佩戴安全帽而造成的伤亡时有发生。 很多施工人员不戴安全帽可能不是一两次偶然的疏忽，而是成了一种习惯，究其原因，有些是觉得戴着麻烦又不舒服，有些是心存侥幸，认为事故不会发生，如何能够保证员工都戴上安全帽成为了工地监督管理的一大难题。 安全帽佩戴检测系统应用智能视频分析和深度学习神经网络技术，实现对建筑工地、石化、电力等高危行业生产区域人员活动与是否佩戴安全帽进行实时分析识别、跟踪与预警，不依赖于其他传感器、芯片、标签，直接通过视频实时分析和预警 应用行业 建筑 电力 矿山 石化 勘探 安全帽佩戴检测系统是督促员工佩戴安全帽的利器，可提高工人安全意识，将意外扼杀在摇篮中。（来源：倍特威视）
94330发布于 2020-06-30 - 来自专栏RTSP/RTMP直播相关
多种方式实现安全帽佩戴检测
可以与其他系统进行集成，实现智能化管理。缺点： 图像质量受环境因素影响较大，如光照、遮挡等。对计算机性能要求较高，处理大量图像数据需要较长时间。深度学习算法需要大量的训练数据和计算资源。 如何使用yolo实现安全帽佩戴检测使用 YOLO（You Only Look Once）实现安全帽佩戴检测可以按照以下步骤进行：一、准备工作 安装所需软件和环境 安装深度学习框架，如 PyTorch 或 标注后的数据集将用于训练和评估安全帽检测模型。二、训练模型 选择合适的 YOLO 版本 YOLO 有多个版本，如 YOLOv3、YOLOv4、YOLOv5 等。每个版本在性能和复杂性上有所不同。 这些权重可以在后续的检测阶段中加载使用，以便对新的图像进行安全帽佩戴检测。三、检测安全帽佩戴情况 加载训练好的模型 在进行安全帽佩戴检测之前，需要加载训练好的 YOLO 模型权重。 进行目标检测 将读取的图像或视频帧输入到加载的 YOLO 模型中进行目标检测。模型会输出检测到的目标框、类别标签和置信度分数。
63010编辑于 2024-10-19 - 来自专栏全栈程序员必看
浅析YOLO目标检测算法AI安全帽识别技术及场景应用
安全帽是建筑业、制造业等工业生产中重要的劳保工具，应用十分广泛。 但是在实际场景中，比如建筑工地或工厂流水线上，依然有很多工人忽视安全帽的重要性，同时，由于企业的监督不到位，因未佩戴安全帽而引发的安全事故不计其数，因此对工作人员进行安全帽佩戴状况的实时检测是非常重要且必要的 3）对提取到的图像采用二分类方法，判断工人是否佩戴安全帽。 用二分类法完成对是否佩戴了安全帽的情况进行判断。 将AI安全生产摄像机与EasyCVR视频平台结合使用，通过安全帽检测，可以有效地来检测工人是否合规穿戴个人防护装备，提高视频监控应用在行业多场景下的智能分析与处理能力。 3、场景应用 安全帽检测在企业安全生产场景中的方案运用： 1）前端设备：AI安全生产高清摄像机 2）云服务端：EasyCVR视频融合云服务平台 3）客户终端：PC、智能手机、平板、微信端等 将安全生产
2.5K00编辑于 2022-08-26 - 来自专栏PyQt+YOLO
【AI加持】基于PyQt5+YOLOv5+DeepSeek的安全帽佩戴检测系统（详细介绍）
该系统的应用不仅显著提升了安全帽佩戴监管的自动化与实时性，有效降低安全事故发生率，也推动了智慧工地与智能安全管理的发展，对实现安全生产信息化、智能化具有重要的现实意义和推广价值。 2.YOLOv8YOLOv5是一种基于深度学习的单阶段目标检测算法，由YOLO（YouOnlyLookOnce）系列发展而来，因其速度快、精度高和部署灵活而被广泛应用于工业、安防和智能视觉领域。 当与YOLO（YouOnlyLookOnce）实时目标检测系统结合时，可以形成强大的多模态应用架构——YOLO系统负责实时视觉识别和目标检测，快速准确地识别图像或视频流中的物体；而我则对YOLO检测到的结果进行深度语义分析和上下文理解 在智慧工地建设中，安全帽还可与视频监控和智能识别系统联动，实现自动检测和预警，进一步推动安全管理由“人工监管”向“智能监管”转变。 因此，利用人工智能技术实现作业人员安全帽佩戴状态的自动检测，已成为智慧工地和智能安全管理的重要发展方向。
34410编辑于 2026-01-08 - 来自专栏智能视频图像
安全帽识别系统为智能视频分析助力
根据《JGJ59-99建筑施工安全检查标准》，进入施工现场必须戴安全帽，各行业的作业规范也对佩戴安全帽做了严格的规定。 安全帽识别系统可自动检测工人是否佩戴安全帽，对于建筑工地、煤矿、石化、矿山、冶金等行业，无需人工干预实现安全生产智能化管理，有效预防安全生产事故，具有高识别率、兼容性强、性能稳定等特点，实现7*24全天候监控 ，施工现场检测到未佩戴安全帽情况，实时发出告警提示“请佩戴安全帽”，并将未戴安全帽的报警信息发送至管理人员。 场景应用模式 联动门禁模式 在施工现场高危区域门口部署安全帽识别系统结合门禁系统，工作人员进入工作区域时不仅要通过门禁还要监测是否佩戴安全帽，如果没有佩戴安全帽，则门禁闸机不开启；必须佩戴安全帽才能通过门禁闸机进入工作区域 动态监测模式 在安全生产区域内部署安全帽识别系统，通过对摄像机画面内是否有人员活动实时监测，当检测到有人时，识别检测在岗人员是否佩戴安全帽，若未佩戴安全帽则输出报警信息，通知后台监控人员，并语音提醒工作人员佩戴安全帽
1.1K30发布于 2019-05-22 - 来自专栏智能视频图像
安全帽识别仪在工地现场智能监控预警
佩戴安全帽能对人体头部受坠落物及其他特定因素引起的伤害起到防护作用，在工地生产现场都必须佩戴安全帽，佩戴安全帽可保护自身安全。 工地管理明确规定，任何人进入变电站生产现场都必须佩戴安全帽，然而，时常有工作人员进入工地时未佩戴安全帽，安全意识薄弱，监管人员无法全程现场监督，存在很大的安全隐患。 安全帽识别仪可自动检测人员是否佩戴安全帽，无需人工干预实现安全生产智能化管理。 通过安装在工地施工现场的各类监控装置，构建智能监控和防范体系，有效弥补传统方法和技术在监管中的缺陷，真正做到事前预警，事中常态检测，时候规范管理。
81900发布于 2019-07-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号