煤矿视频监控系统可以助力煤矿企业安全生产，煤矿视频监控系统在数量以及质量上比以往传统监控有了很大的提升。由于煤矿在生产制造运输过程比较复杂，并且生产运输环境比较特殊，人们对煤矿作业人员的安全生产更加重视，而且也提高了安全生产的管理需求。在实际煤矿生产作业当中，绝大多数煤矿安全事故的发生都是由于人的行为不规范，违章作业、违章指挥和违反劳动纪律造成的。

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。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，可愿意通过设置tf.log_device_placemaent参数来打印每一个运算的设备。

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.]
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.

吸取过往事故经验，减少和杜绝“三违”现象的发生，是煤矿建设本质安全型矿井实现长治久安的重大课题。针对煤矿作业场景，对煤矿行业中各类安全隐患实时监测告警，及时发现安全隐患，降低管理强度，对各类安全生产异常事件实时监测和预警。

煤矿视频监控系统 TensorFlow_深度学习

视频监控智能分析系统监测煤矿现场作业行为事件如下：1.煤矿作业现场矿车违规载人监测报警2.煤矿设备定时未检修报警3.煤矿现场作业人员异常聚集检测4. 煤矿作业现场矿车脱轨检测5.煤矿作业现场禁区闯入检测6.煤矿作业现场睡岗离岗检测7.煤矿作业贵重物品防盗检测8.煤矿现场烟火识别检测9.煤矿作业现场安全帽识别检测10.煤矿现场消防通道占用