Construction-Hazard-Detection
Ein KI-gestütztes Tool zur Verbesserung der Sicherheit auf Baustellen, das potenzielle Gefahren wie Arbeiter ohne Helme oder Sicherheitswesten erkennt.
Aufgeführt in Kategorien:
BauwesenSicherheitGitHub
Beschreibung
Die Baugefahrenerkennung ist ein KI-gesteuertes Werkzeug, das darauf abzielt, die Sicherheit auf Baustellen zu verbessern. Mit dem YOLOv8-Modell zur Objekterkennung identifiziert dieses System potenzielle Gefahren wie Arbeiter ohne Helme, Arbeiter ohne Sicherheitswesten, Arbeiter in unmittelbarer Nähe von Maschinen und Arbeiter in der Nähe von Fahrzeugen. Nachverarbeitungsalgorithmen werden eingesetzt, um die Genauigkeit der Erkennungen zu verbessern. Das System ist für den Einsatz in Echtzeitumgebungen konzipiert und bietet sofortige Analysen und Warnungen für erkannte Gefahren.
Wie man benutzt Construction-Hazard-Detection?
Bevor Sie die Anwendung ausführen, konfigurieren Sie das System, indem Sie die Details der Video-Streams und andere Parameter in einer YAML-Konfigurationsdatei angeben. Starten Sie das Gefahrenerkennungssystem nach der Konfiguration in einer Docker- oder Python-Umgebung.
Hauptmerkmale von Construction-Hazard-Detection:
1️⃣
Echtzeit-Gefahrenerkennung mit dem YOLOv8-Modell
2️⃣
Nachverarbeitungsalgorithmen zur Verbesserung der Erkennungsgenauigkeit
3️⃣
Integration mit LINE Messenger, WeChat und Telegram für Benachrichtigungen
4️⃣
Möglichkeit zur Definition kontrollierter Zonen mit Sicherheitskegeln
5️⃣
Konfiguration mehrerer Video-Streams zur Überwachung
Warum könnte verwendet werden Construction-Hazard-Detection?
| # | Anwendungsfall | Status | |
|---|---|---|---|
| # 1 | Überwachung von Baustellen auf Sicherheitskonformität | ✅ | |
| # 2 | Versand von Echtzeitwarnungen an Baustellenleiter über erkannte Gefahren | ✅ | |
| # 3 | Definition und Überwachung kontrollierter Zonen zur Gewährleistung der Arbeitssicherheit | ✅ | |
Wer hat entwickelt Construction-Hazard-Detection?
Der Hersteller dieses Produkts ist Yi Hung Wong, der dieses Werkzeug entwickelt hat, um die Sicherheit in Bauumgebungen mit fortschrittlichen KI-Techniken und maschinellen Lernmodellen zu verbessern.