基于 YOLO 的建筑工地隐藏危险智能识别系统

针对建筑行业事故率高的问题，提出了一种基于 YOLOv5n 的改进的建筑工地智能危险识别系统。该系统首先使用 ECA、Ghost、SIOU-loss 和 EIOU-NMS 增强了 YOLOv5n，以提高检测速度并减少漏检。两个检测模型（一个用于不安全的人类行为，一个用于不安全的对象条件）使用自定义数据集进行训练，模型大小分别为 2497KB 和 2597KB 和 mAP@0.5%，达到 93.6% 和 99.5%。最后，将这两种检测模型部署到 Jetson Nano B01 深度学习平台上，构建了建筑施工现场隐患检测系统，实验表明该系统能够有效完成建筑施工现场隐患检测任务。