\u200E
工业安全如何保障?30分钟上手安全帽检测全流程方案
发布日期:2022-05-16T06:31:09.000+0000 浏览量:86次

在工厂、建筑工地、矿井等施工现场,安全帽是保障在场人员安全的重要防护装备。但当人员未佩戴安全帽进入施工场所时,靠人为监管耗时耗力,不易实时监管。针对上述问题,探索智能化转型的企业开始通过 频监控->目标检测->智能督导 的方式智能、高效地完成此任务。

本次飞桨产业实践范例库开源工业行业典型应用 安全帽检测 ,提供了从数据准备、模型训练及优化的全流程可复用方案,降低产业落地门槛, 适用于工地、工厂、电厂、矿井等多种场景

图1 施工现场

所有源码及教程均已开源
欢迎大家使用,star鼓励~
点击【阅读原文】GET项目链接
https://github.com/PaddlePaddle/PaddleX/tree/develop/examples



  • 精度要求高: 涉及安全问题,检测精度需非常高才能保证对施工场所人员的安全督导,因此需要专门针对此目标的检测算法进行优化。

  • 现场环境复杂: 监控受拍摄角度、光线变化、天气影响,有时会存在遮挡,导致安全帽显示不全,对检测具有一定的干扰。
  • 存在小目标情况: 实际使用过程中,人员离镜头较远,因此需要模型对小目标的检测有较低的漏检率。


图2 小目标检测



方案设计




本项目利用开源数据集基于PaddleX中单阶段目标检测模型实现安全帽检测任务。使用PaddleX提供的paddlex.det.coco_error_analysis接口对基线模型在验证集上预测错误的原因进行分析,采用了一系列优化步骤如IoU-aware、更换backbone等方法提升模型精度,最后在NV Jetson上部署应用。


模型训练过程如下:


图3 基于PaddleX实现目标检测模型训练



模型优化策略和效果




本项目采用YOLOv3模型作为基线模型,backbone为DarkNet53。优化策略包括backbone更换、模型架构更换、输入图像大小改变、IoU-aware、label smooth等优化技巧。


采用PaddleX在Tesla V100上测试模型的推理时间(输入数据拷贝至GPU的时间、计算时间、数据拷贝至CPU的时间),不同优化方案结果如下表,详细的优化方案欢迎大家报名直播课学习。




模型部署




在模型优化结束后,根据我们实际应用需求,选择最合适的模型进行部署和应用。首先,将模型导出成静态图模型,然后采用PaddleX提供的C++ inference部署方案,在该方案中提供了在端侧设备Jetson部署Demo,用户可根据实际情况自行参考:

https://github.com/cjh3020889729/The-PaddleX-QT-Visualize-GUI/tree/main/deploy/cpp/docs/jetson_deploy




范例使用工具介绍




PaddleX是百度飞桨全流程开发工具,以低代码的形式支持开发者快速实现产业实际项目落地。PaddleX 集成飞桨智能视觉领域图像分类、目标检测、语义分割、实例分割任务能力,将深度学习开发全流程从数据准备、模型训练与优化到多端部署端到端打通,并提供统一任务API接口及图形化开发界面Demo。开发者无需分别安装不同套件,以低代码的形式即可快速完成飞桨全流程开发。


PaddleX 经过质检、安防、巡检、遥感、零售、医疗等十多个行业实际应用场景验证,沉淀产业实际经验,并提供丰富的案例实践教程,全程助力开发者产业实践落地。



飞桨产业实践范例

助力企业跨越AI落地鸿沟




飞桨产业实践范例,致力于加速AI在产业落地的前进路径,减少理论技术与产业应用的差距。范例来源于产业真实业务场景,通过完整的代码实现,提供从数据准备到模型部署的方案过程解析,堪称产业落地的“自动导航”。

  • 真实产业场景:与实际具有AI应用的企业合作共建,选取企业高频需求的AI应用场景如智慧城市-安全帽检测、智能制造-表计读数等;

  • 完整代码实现:提供可一键运行的代码,在“AI Studio一站式开发平台”上使用免费算力一键Notebook运行;

  • 详细过程解析:深度解析从数据准备和处理、模型选择、模型优化和部署的AI落地全流程,共享可复用的模型调参和优化经验;

  • 直达项目落地:百度高工手把手教用户进行全流程代码实践,轻松直达项目POC阶段。



精彩课程预告




为了让小伙伴们更便捷地应用安全帽检测范例教程,百度高级研发工程师于5月12日19:00为大家深度解析从数据准备、方案设计到模型优化部署的开发全流程,手把手教大家进行代码实践。


扫码报名直播课
加入技术交流群





相关阅读




引用说明

图片1、2来源商用免费版权网站


关注【飞桨PaddlePaddle】公众号

获取更多技术内容~