Детальная информация

Данная работа посвящена исследованию применения технологий компьютерного зрения для автоматизации контроля за соблюдением требований по ношению средств индивидуальной защиты (СИЗ), таких как каски и жилеты повышенной видимости. В рамках исследования проведен анализ методов машинного обучения и алгоритмов детекции объектов, подходящих для решения задачи мониторинга СИЗ в условиях производственных предприятий. В процессе выполнения работы с использованием языка программирования Python и фреймворков PyTorch, Detectron2, Datumaro, torchvision и OpenCV были обучены модели на базе архитектур Mask-RCNN, EfficientNet. Разработан программный конвейер, обеспечивающий детекцию нарушений на видеопотоке в реальном времени. Для проверки работоспособности системы проведено тестирование на видео, имитирующем условия эксплуатации. Разработанная система показала практическую применимость для задач промышленной безопасности.

This work is dedicated to the study of applying computer vision technologies to automate the control of compliance with personal protective equipment (PPE) requirements, such as helmets and high-visibility vests. The research includes an analysis of machine learning methods and object detection algorithms suitable for monitoring PPE usage in industrial environments. During the project, models based on Mask-RCNN and EfficientNet architectures were trained using Python programming language and frameworks such as PyTorch, Detectron2, Datumaro, torchvision, and OpenCV. A software pipeline was developed to enable real-time detection of PPE violations in video streams. System performance was tested on video data simulating real-world operating conditions. The developed solution demonstrated its practical applicability for industrial safety tasks.

• Реферат
• Abstract