Two-stage safety helmet detection in industrial environment using YOLO models

سال انتشار: 1403
محل انتشار: اولین کنفرانس فرصت ها و چالش های هوش مصنوعی و فناوری های نوین در صنعت و معدن
کد COI اختصاصی: AITIM01_048
زبان مقاله: انگلیسی
تعداد مشاهده: 120

نویسندگان

Khorramshahr University of Marine Science and Technology

چکیده

Ensuring that workers in the construction and manufacturing sectors wear helmets is crucial for preventing workplace accidents. This paper presents a two-stage instance detection method for determining helmet compliance using YOLO models. In the first stage, a YOLO with COCO dataset is utilized to detect humans within images. In the second stage, the detected human head positions are classified into "helmet" and "no helmet" categories using a specialized classification model. Our study compares the performance of YOLOv۵, YOLOv۸, and YOLOv۹ models, with results indicating that YOLOv۸ achieves the highest Precision and Recall and F۱. To further enhance accuracy, a confidence threshold is implemented in the second stage; frames where the model's confidence is insufficient are skipped. This method significantly improves the detection of helmet usage, providing a reliable tool for enhancing safety compliance and reducing the risk of injuries in industrial environments.

کلیدواژه ها

component; Helmet detection; YOLO models; Workplace safety; Manufacturing; Deep learning

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.