申请/专利权人：南昌大学

申请日：2024-01-11

公开（公告）日：2024-04-09

公开（公告）号：CN117854110A

主分类号：G06V40/10

分类号：G06V40/10;G06V20/40;G06V20/70;G06V40/16;G06V10/25;G06V10/26;G06V10/764;G06V10/774;G06V10/82;G06Q50/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于YOLOv5的建筑工地安全帽系带识别系统及方法，属于建筑工地安全领域，识别系统包括USB摄像头、边缘设备、显示屏、数据存储卡；识别方法包括步骤S1，图像采集；步骤S2，数据集标注；步骤S3，构建安全帽系带数据集；步骤S4，安全帽系带识别模型；步骤S5，智能分级预警；步骤S6，实地部署与应用；本发明将先进的人工智能识别算法应用于建筑工地安全领域，通过对个体安全帽系带状态的自动检测，从而确保安全帽佩戴的规范性，进一步加强建筑工地施工安全。

主权项：1.一种基于YOLOv5的建筑工地安全帽系带识别系统，其特征在于，包括USB摄像头，可实时采集视频数据；所述USB摄像头电连接有边缘设备，所述边缘设备搭载有YOLOv5及安全帽系带识别模型，可对采集的所述视频数据进行处理，并可对安全帽佩戴及安全帽系带状态进行检测；所述边缘设备电连接有显示屏，可显示处理后的视频，并对工人安全帽佩戴及安全帽系带状态进行框选标记；所述边缘设备还电连接有数据存储卡，可对处理完的结果进行记录保存。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于YOLOv5的建筑工地安全帽系带识别系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD