基于改进YOLOv3-DN算法的水利施工危险源辨识

• 作者: 刘永强 伏仲明 吴浩 揭伟镰
• 来源期刊: 安全与环境学报
• 学科: 工学
• 关键词: 安全工程 危险源 YOLOv3算法 DenseNet网络架构 BIM轻量化平台
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 安全评价|Safety Assessment
• 页码范围: 550-557
• 页数: 8页
• 分类号: X947
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2021.1269

摘要

为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法.通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling,BIM)轻量化平台上.以浙江省八堡泵站工程项目施工现场为例验证改进的YOLOv3-DN算法辨识危险源的准确性.研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势.