Автоматизированная система обработки видеоданных с целью выявления нарушений требований охраны труда и техники безопасности в части использования спецодежды

Abstract

Указано, что проблема производственного травматизма во многом связана с несоблюдением требований по ношению средств индивидуальной защиты (СИЗ). В связи с этим осуществлен поиск оптимального решения для автоматизации контроля использования СИЗ с помощью нейронных сетей. Поставлена задача сравнить современные архитектуры де- тектирования объектов – YOLOv8s, YOLOv8m, Faster R-CNN+FPN и SSD300 VGG16 по их способности обнаруживать СИЗ в условиях, приближенных к реальным (разное освещение, ракурсы, перекрытия). При этом основными критериями оценки служили точность (mAP) и скорость обработки (FPS). Эксперименты на специально подготовленном датасете показали, что модели YOLOv8 обеспечивают наилучший компромисс между скоростью и качеством детекции по сравнению с Faster R-CNN+FPN и SSD300 VGG16. Отмечено, что это делает их перспективным инструментом для внедрения в системы промышленной безопасности.