26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx

下载文档加入资源篮

阅读 0
格式 docx
大小 6.46 MB
约39页
2026-09-03
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第1页

1/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第2页

2/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第3页

3/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第4页

4/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第5页

5/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第6页

6/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第7页

7/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第8页

8/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第9页

9/39页

26年CH电气自动化基于深度学习的建筑工地安全帽佩戴检测方法设计(22817字).docx_第10页

10/39页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/39

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

I摘要建筑业属于高空、交叉作业较多的高危行业，高空坠落是施工人员伤亡的主要原因，而未按规定戴安全帽又是造成此类事件的重要因素。传统的巡查方式存在覆盖面小、容易疲劳、反应迟缓等问题，不能满足现代智能化工地安全管理的需求。本文介绍了一种基于 YOLOv8 深度学习算法的建筑工地安全帽佩戴检测方案，在计算机视觉以及工业安全管理领域进行相关工作，包括数据集制作、模型训练优化、检测系统开发以及效果评价等几个方面内容。第一部分是对不同光照强度下、不同拍摄角度以及不同人数的安全帽佩戴情况进行采集并标注大量的工地实拍照片，同时使用数据增强的方法增...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容