基于TensorFlow框架的施工现场违规行为智能识别方法

作者：柏彬; 孙铭泽; 陆勇; 吴串国; 张煜昊

来源：电工技术, 2021, (10): 190-194.

DOI：10.19768/j.cnki.dgjs.2021.10.063

• TensorFlow框架
• 施工现场
• 违规行为
• 智能识别方法

基于以往施工现场违规行为智能识别方法识别精度低的问题,基于TensorFlow框架设计施工现场违规行为智能识别方法。首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于TensorFlow框架搭建智能识别网络,保持识别边界信息;在智能识别网络中安装IronPython.dll,得出施工现场违规行为智能识别编码,通过编码智能识别施工现场违规行为。设计实例分析,可得出试验结果为该方法识别嫌疑系数误差值最高为0.42,试验对照组为0.59,设计的识别方法识别嫌疑系数误差值更小,可以实现对施工现场违规行为的精准智能识别。