基于边云协同架构的施工现场安全帽监控平台

作者：王润丰; 卞永明; 秦利升; 蒋哲; 周怡和; 刘广军

来源：机电一体化, 2022, 28(01): 50-55.

DOI：10.16413/j.cnki.issn.1007-080x.2022.01.007

• 边云协同
• 目标检测
• 深度学习

随着国内基础建设的大力发展，保证施工现场的安全成为了全社会关注的热点。为了提高施工现场监管智能化程度，建立了基于边云协同架构的施工现场安全帽检测系统，基于目标检测技术与深度学习技术，提出了一种改进Yolo V3的安全帽检测方案。针对Yolo V3算法对特定目标识别程度低，使用K-means算法得到了符合安全帽检测的先检框尺寸，并对Yolo V3的损失函数进行了改进。将改进好的模型在云端高性能GPU服务器进行训练，训练好的模型部署在边缘设备中，并配合云端ESC设备实现远程施工现场安全监控。

• 单位
  同济大学