AI 影像辨識

工地安全帶辨識自動開門

【問題】 高處作業規定必須將安全帶掛扣固定,但靠人力監督不可能全時盯著,違規通常是事後才發現,稽核也缺乏客觀證據。 【我的角色】 從訓練資料處理、模型訓練、邊緣部署到現場判定規則,整條流程都由我負責。 【技術架構】 ・資料集:現場影像標註建集。以 SAM2 輔助預標加速,但訓練集一律經人工確認,純預標不進訓練與驗證集,避免錯誤標註讓準確度失真 ・模型:YOLO 實例分割,辨識安全帶、掛勾、繩索、背心、已掛扣狀態、安全帽共 6 類,依現場回饋持續迭代調校 ・情境判定:不只看單張畫面有沒有出現物件,而是綜合掛勾與繩索的相對關係判斷「是否真的扣上」,減少誤判 ・邊緣推論:兩台 Jetson Orin 各自轉出 TensorRT engine 在現場即時推論,不依賴雲端往返 ・連動控制:判定作業人員已正確掛扣後才解鎖門禁,未掛扣則維持關閉 【成果】 安全帶掛扣從事後抽查變成當下判定——未正確掛扣就不解鎖,違規在發生當下被攔住,現場不必有人全時盯著。判定結果同時留下事件紀錄,稽核時有客觀依據。

使用的技能專長

  • Linux
  • Docker
  • Python
  • YOLO
  • TensorRT
  • ONNX
  • PyTorch
59
・2026/09/29 更新

更多來自 T4140563 的作品

T4140563

6小時前上線平均 2小時內 回覆