描述

建筑工地是繁忙的地方，當(dāng)許多承包商同時(shí)工作時(shí)，尤其是當(dāng)他們沒(méi)有使用適當(dāng)?shù)膫€(gè)人防護(hù)設(shè)備 (PPE) 時(shí)，可能會(huì)構(gòu)成非常危險(xiǎn)的環(huán)境，本文件中描述的系統(tǒng)會(huì)檢測(cè)工人是否穿著適當(dāng)?shù)膫€(gè)人防護(hù)設(shè)備或不在帶有英特爾神經(jīng)電腦棒 2 的樹(shù)莓派上運(yùn)行 Tiny-YOLOv3 以加速推理過(guò)程。

該項(xiàng)目由電子工程碩士研究生 Fernando 在 12 周的時(shí)間內(nèi)作為項(xiàng)目主題的一部分實(shí)現(xiàn)。

該設(shè)備在邊緣使用人工智能來(lái)檢測(cè)建筑工地的人員是否佩戴了適當(dāng)?shù)膫€(gè)人防護(hù)設(shè)備（PPE），旨在自主和離線(xiàn)（無(wú)需互聯(lián)網(wǎng)連接）提高工作場(chǎng)所的安全性。整個(gè)系統(tǒng)基于一種稱(chēng)為 YOLO 的最先進(jìn)的對(duì)象檢測(cè)技術(shù)，YOLO 代表你只看一次，并且基于人類(lèi)只需看一次就可以立即識(shí)別圖像中的對(duì)象的事實(shí)。

YOLO 基本上是一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，可以被訓(xùn)練來(lái)檢測(cè)多個(gè)對(duì)象類(lèi)別，在這個(gè)項(xiàng)目中，它被訓(xùn)練來(lái)檢測(cè) 3 個(gè)不同的類(lèi)別（人、帽子和背心）。為了訓(xùn)練模型，創(chuàng)建了一個(gè)數(shù)據(jù)集，其中包含 3000 個(gè)完全注釋的圖像（每個(gè)圖像都有一個(gè)關(guān)聯(lián)的 txt 文件，其中包含圖像中每個(gè)對(duì)象的坐標(biāo)）。此外，還采用了數(shù)據(jù)增強(qiáng)技術(shù)來(lái)增加數(shù)據(jù)集，而無(wú)需注釋新圖像。

一旦網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，它就會(huì)使用英特爾 openvino 軟件轉(zhuǎn)換為可用于任何英特爾平臺(tái)（如 fpga、英特爾神經(jīng)計(jì)算棒、英特爾 GPU 等）的格式。

本案例中的實(shí)施是使用用于快速開(kāi)發(fā)的現(xiàn)成產(chǎn)品完成的，例如 raspberry pi、raspberry pi 相機(jī)、sense hat 和個(gè)人設(shè)計(jì)的 3D 打印外殼，以低廉的價(jià)格提供便攜性和堅(jiān)固性。

結(jié)果在演示中可以看到，系統(tǒng)可以同時(shí)檢測(cè)多個(gè)物體，網(wǎng)絡(luò)泛化性非常好（可以成功檢測(cè)多種顏色和類(lèi)型的帽子和背心以及不同性別和年齡的人）。

這個(gè)項(xiàng)目只是一個(gè)原型，但需要進(jìn)一步的工作來(lái)構(gòu)思最終的商業(yè)產(chǎn)品，主要限制是目前的數(shù)據(jù)集，需要收集和標(biāo)記更多的圖像以使其更加健壯和準(zhǔn)確。