科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前实验室事故多发的问题，选取频率较高、损失最大的爆炸事故作为研究对象，提出基于YOLOv5算法的视觉风险评估模型，使用目标检测手段提高实验室安全监控能力。通过统计学者对实验室爆炸事故分析得到的影响因素，确定5种安全隐患因素。对YOLOv5算法采用数据增强、迁移学习等手段实现实验室安全隐患的高精度检测，检测精度为0.987。最后建立风险评估规则，设计人工评估与模型评估的对比实验，结果表明：模型评估方法具有更高的检测精度，更好的稳定性，以及更快的检测速度。模型评估方法可以使管理人员实时获知实验室风险等级，进而提高实验室安全管理水平。
- 单位
