基于TensorFlow框架的施工现场违规行为智能识别方法

• 作者: 柏彬 孙铭泽 陆勇 吴串国 张煜昊
• 来源期刊: 电工技术
• 关键词: TensorFlow框架 施工现场 违规行为 智能识别方法
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 系统解决方案|System Solution
• 页码范围: 190-191,194
• 页数: 3页
• 分类号: TP75
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2021.10.063

摘要

基于以往施工现场违规行为智能识别方法识别精度低的问题,基于TensorFlow框架设计施工现场违规行为智能识别方法.首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于TensorFlow框架搭建智能识别网络,保持识别边界信息;在智能识别网络中安装IronPython.dll,得出施工现场违规行为智能识别编码,通过编码智能识别施工现场违规行为.设计实例分析,可得出试验结果为该方法识别嫌疑系数误差值最高为0.42,试验对照组为0.59,设计的识别方法识别嫌疑系数误差值更小,可以实现对施工现场违规行为的精准智能识别.