安全帽佩戴识别检测系统 TensorFlow

安全帽佩戴识别检测系统是根据分布在现场各个角落的终端监控传回的视频流进行实时分析识别的系统。安全帽佩戴识别检测系统应用深度神经网络和云计算技术来全自动识别现场监控画面中人跟物的违规操作。安全帽佩戴识别检测系统可以监控识别现场作业人员是否佩戴安全帽，并应用多流水线并行处理联邦学习智能视频分析技术实时检测施工作业現场的视频画面信息。

TensorFlow可以通过td.device函数来指定运行每个操作的设备，这个设备可以是本设备的CPU或GPU，也可以是远程的某一台设备。TF生成会话的时候，可愿意通过设tf.log_device_placemaent参数来打印每一个运算的设备。深度学习应用到实际问题中，一个非常棘手的问题是训练模型时计算量太大。为了加速训练，TensorFlow可以利用GPU或/和分布式计算进行模型训练。

建筑施工工地、煤矿业、冶金工业、石油化工等易发生危险事件的工作场景，施工人员的作业安全是第一位的。很多地区采用人为监控识别的方法，根据监管系统或现场检查职工是不是戴安全帽，管控工作人员不太可能全天候24小时都在认真检查不遗漏，所以必须用技术手段科技方式完成管控。

import tensorflow as tf

a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c= tf.add_n([a,b],name="c")

with tf.Session(config=tf.ConfigProto(log_device_placement = True)) as sess:
    print(sess.run(c))



########
Device mapping: no known devices.
c: (AddN): /job:localhost/replica:0/task:0/device:CPU:0
b: (Const): /job:localhost/replica:0/task:0/device:CPU:0
a: (Const): /job:localhost/replica:0/task:0/device:CPU:0

[2. 4. 6.]
import tensorflow as tf

a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c= tf.add_n([a,b],name="c")

with tf.Session(config=tf.ConfigProto(log_device_placement = True)) as sess:
    print(sess.run(c))



########
Device mapping: no known devices.
c: (AddN): /job:localhost/replica:0/task:0/device:GPU:0
b: (Const): /job:localhost/replica:0/task:0/device:GPU:0
a: (Const): /job:localhost/replica:0/task:0/device:GPU:0

[2. 4. 6.]

根据SuiJi-Ai智能视频分析，未佩戴安全帽识别系统识别监管范围内没有正确合规佩戴安全帽的工作人员。当出现异常状况时，系统可以以更快、更高效的形式开展预警信息，力争第一时间做到事先预警信息、事中正常的检测、过后规范化管理。安全帽佩戴识别检测系统将负责监控后台的安全操作合规人员从繁杂枯燥乏味的盯住显示屏每日任务中释放出来，提高了现场安全施工作业管理的效率，降低潜在的施工危险。