基于改进YOLO v5的巡更安全风险识别方法研究

• 作者: 齐芳平 石晔 崔志威 王辉 朱澈 淮河能源集团煤层气开发利用公司
• 来源期刊: 上海节能
• 关键词: 瓦斯电站 安全帽 YOLO v5 安全防护 经济性
• 年，卷（期）: 2024,（12）
• 所属期刊栏目: 节能技术
• 页码范围: 134-139
• 页数: 6页
• 语种: 中文
• DOI: 10.13770/j.cnki.issn2095-705x.2023.12.019

摘要

为了自动检测巡更人员是否佩戴安全帽，提高单人巡检的安全性，提出一种针对瓦斯电站内巡更人员的安全风险识别方法。首先使用网络爬虫收集佩戴安全帽的图像构建数据集，其次使用YOLO v5对构建好的数据集进行训练，训练出安全帽检测模型，最后在实际生产过程中进行应用。该算法通过YOLO v5模型对巡更人员是否佩戴安全帽进行检测，并记录人员在厂房内的逗留时长，在超时后及时发出警报，有效保护了巡更人员的生命安全。同时，依据算法检测是否佩戴安全帽，减少了一定的人力输出，更具有一定的经济效应。