Construction-Hazard-Detection
Một công cụ được hỗ trợ bởi AI nhằm nâng cao an toàn tại các công trường xây dựng, xác định các mối nguy tiềm ẩn như công nhân không đội mũ bảo hiểm hoặc không mặc áo phản quang.
Liệt kê trong các danh mục:
Xây dựngBảo mậtGitHub
Mô tả
Phát hiện nguy cơ xây dựng là một công cụ dựa trên AI nhằm nâng cao an toàn trên các công trường xây dựng. Sử dụng mô hình YOLOv8 để phát hiện đối tượng, hệ thống này xác định các nguy cơ tiềm ẩn như công nhân không đội mũ bảo hiểm, công nhân không mặc áo phản quang, công nhân ở gần máy móc và công nhân gần xe cộ. Các thuật toán xử lý hậu kỳ được sử dụng để nâng cao độ chính xác của các phát hiện. Hệ thống được thiết kế để triển khai trong môi trường thời gian thực, cung cấp phân tích và cảnh báo ngay lập tức cho các nguy cơ đã phát hiện.
Cách sử dụng Construction-Hazard-Detection?
Trước khi chạy ứng dụng, hãy cấu hình hệ thống bằng cách chỉ định chi tiết của các luồng video và các tham số khác trong tệp cấu hình YAML. Khởi động hệ thống phát hiện nguy cơ trong môi trường Docker hoặc Python sau khi cấu hình.
Tính năng chính của Construction-Hazard-Detection:
1️⃣
Phát hiện nguy cơ thời gian thực sử dụng mô hình YOLOv8
2️⃣
Thuật toán xử lý hậu kỳ để cải thiện độ chính xác phát hiện
3️⃣
Tích hợp với LINE Messenger, WeChat và Telegram để gửi thông báo
4️⃣
Khả năng xác định các khu vực kiểm soát bằng cách sử dụng cọc an toàn
5️⃣
Cấu hình nhiều luồng video để giám sát
Tại sao nên sử dụng Construction-Hazard-Detection?
| # | Trường hợp sử dụng | Trạng thái | |
|---|---|---|---|
| # 1 | Giám sát các công trường xây dựng để đảm bảo tuân thủ an toàn | ✅ | |
| # 2 | Gửi cảnh báo thời gian thực cho các quản lý công trường về các nguy cơ đã phát hiện | ✅ | |
| # 3 | Xác định và giám sát các khu vực kiểm soát để đảm bảo an toàn cho công nhân | ✅ | |
Do ai phát triển Construction-Hazard-Detection?
Người tạo ra sản phẩm này là Yi Hung Wong, người đã phát triển công cụ này để nâng cao an toàn trong các môi trường xây dựng bằng cách sử dụng các kỹ thuật AI tiên tiến và các mô hình học máy.