工地安全帽佩戴監(jiān)測系統(tǒng)

蘇州中材建設(shè)有限公司 崔 俊

近年來，目標檢測主要通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取圖片的特征，根據(jù)應(yīng)用場景相應(yīng)地誕生了許多目標檢測算法。對于安全帽與人體的目標檢測這一應(yīng)用場景，國內(nèi)外根據(jù)各種算法已經(jīng)有很多實際的應(yīng)用，并取得了很好的效果。2004年，Alexey等人根據(jù)YOLO v3提出了YOLO v4算法，在速度與精度上有了非常好的提升，與YOLO v3相比，YOLO v4的AP和FPS分別提升了10%和12%。

隨著建筑行業(yè)的發(fā)展，無論是企業(yè)規(guī)模、相關(guān)從業(yè)者的數(shù)量，還是經(jīng)濟總產(chǎn)值都有不同程度的增長。然而在繁榮興盛的背后，由于疏忽大意而時常發(fā)生的建筑事故給工人的生命安全帶來了巨大的威脅。本文所提出的工地工人安全帽佩戴監(jiān)測系統(tǒng)的安全帽監(jiān)測部分主要基于YOLO v4的圖像特征提取處理，通過在工地布置的相關(guān)設(shè)備獲取即時的圖像，并以人體識別為前提判斷其安全帽的佩戴情況，并且通過后臺通知系統(tǒng)進行相應(yīng)的預警和提醒，保證進入人員的人身安全，后臺系統(tǒng)整體是MVC架構(gòu)，后臺進程通過socket與監(jiān)測部分進程進行通信，同時將實時的結(jié)果通知系統(tǒng)管理員，進行及時的提醒。

1 YOLO v4簡述

Alexey等人在2020年4月23發(fā)表了論文《YOLO v4: Optimal Speed and Accuracy of Object Detection》，提出了YOLO v4算法。從圖1的結(jié)果來看，相對于YOLO v3在準確率上提升了近10個點，然而速度并幾乎沒有下降，論文主要貢獻如下：提出速度更快、精度更好的檢測模型，僅需要單張1080Ti或2080Ti即可完成訓練；驗證了目前SOTA的Bag-ofFreebies(不增加推理成本的trick)和Bag-of-Specials(增加推理成本的trick)的有效性；修改了SOTA方法，讓其更高效且更合適地在單卡進行訓練，包括CBN、PAN、SAM等。許多特征可以提高CNN的準確率，然而真正實行起來，還需要在大型數(shù)據(jù)集上對這些特征組合進行實際測試，并且對測試結(jié)果進行理論驗證。某些特征僅在某些模型上運行，并且僅限于特定的問題，或是只能在小型數(shù)據(jù)集上運行；而另外有些特征（如批歸一化和殘差連接）則適用于大多數(shù)模型、任務(wù)和數(shù)據(jù)集。YOLO v4使用了以下特征組合，實現(xiàn)了新的SOTA結(jié)果：（1）加權(quán)殘差連接（WRC）；（2）Cross-Stage-Partial-connection，CSP；（3）Cross mini-Batch Normalization，CmBN；（4）自對抗訓練（Self-adversarialtraining，SAT）；（5）Mish激活（Mish-activation）；（6）Mosaic數(shù)據(jù)增強；（7）DropBlock正則化；（8）CIoU 損失。

YOLO v4的基本目標是提高生產(chǎn)系統(tǒng)中神經(jīng)網(wǎng)絡(luò)的運行速度，同時為并行計算做出優(yōu)化，而不是針對低計算量理論指標（BFLOP）進行優(yōu)化。YOLO v4的作者提出了兩種實時神經(jīng)網(wǎng)絡(luò)：（1）對于GPU，研究者在卷積層中使用少量組（1-8組）：CSPResNeXt50/CSPDarknet53；（2）對于VPU，研究者使用了分組卷積（grouped-convolution），但避免使用Squeeze-andexcitement（SE）塊。具體而言，它包括以下模型：EfficientNetlite/MixNet/GhostNet/MobileNetV3。

圖1 YOLO v4網(wǎng)絡(luò)結(jié)構(gòu)圖

YOLO v4包含了以下三部分：（1）骨干網(wǎng)絡(luò)：CSPDarknet53；（2）Neck：SPP、PAN；（3）Head：YOLO v3。

YOLO v4的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。

在模型結(jié)構(gòu)選擇時，主要考慮了三個問題：為了檢測較小的物體，輸入圖片需要較高的分辨率，為了更大的感受野需要更多層的網(wǎng)絡(luò)，為了網(wǎng)絡(luò)的容量需要更多的參數(shù)。其中關(guān)于感受野作者分析了三種不同level的感受野：能看到整個目標的感受野，能看到整個圖像的感受野，大于整個圖像的感受野。作者選擇了CSPDarknet53作為主干網(wǎng)絡(luò)，SPP與modified-PAN作為Neck，沿用了YOLO v3的Head。

2 檢測方法設(shè)計

數(shù)據(jù)集的制作：

數(shù)據(jù)集來源主要根據(jù)建筑工地架設(shè)的各個攝像頭，圖像的角度包括后方、側(cè)方和前方的各個圖像，其光照和可見度變化不大，主要集中在白天的不同時間段。根據(jù)此數(shù)據(jù)集得到的訓練集具有代表性，訓練集的制作在Windows10系統(tǒng)下進行，使用NVIDIAGeForce GTX2060通過TensorFlow深度學習框架進行運算。

圖2 檢測結(jié)果

圖3 系統(tǒng)整體設(shè)計

訓練集制作過程中參數(shù)設(shè)置控制其bath參數(shù)為16，表示每一次迭代到網(wǎng)絡(luò)的圖片數(shù)量，經(jīng)過實驗采用16，在訓練時使其不溢出顯存，classes類別數(shù)目設(shè)置為3，num設(shè)置為9，表示YOLO中每個cell預測框的數(shù)量，filters=3*（classes+5）=24，表示輸出特征圖的數(shù)量。進行訓練后，YOLO v4可以監(jiān)測到動態(tài)的訓練過程的loss值圖像，當圖像的loss值下降區(qū)域平穩(wěn)時，表示學習的速度變慢，損失函數(shù)幅度減小，此時進行了800次的迭代。最終將圖片輸入建立好的模型中得到的結(jié)果如圖2所示。

根據(jù)結(jié)果可知監(jiān)測部分的功能符合需求，對于單個的圖片可以完成對安全帽佩戴的監(jiān)測。

3 系統(tǒng)的設(shè)計

系統(tǒng)分為兩個部分，監(jiān)測模塊、后臺實現(xiàn)模塊，架構(gòu)如圖3所示，各個模塊的進程間通過socket進行通信。

（1）圖像分析：工程運行在windows系統(tǒng)上，通過相應(yīng)攝像頭驅(qū)動設(shè)備提供的接口每隔一段時間獲取一張待檢測的樣本圖片，存至特定的緩存目標目錄，用于記錄日志，檢測程序也從該目錄讀取樣本進行檢測。

（2）后臺系統(tǒng)的設(shè)計：系統(tǒng)的整體設(shè)計由控制部分、后臺日志記錄部分、檢測部分組成?？刂撇糠郑航缑嬗蒀++/QT開發(fā)，主要用于提供管理員的操作界面并負責與后臺系統(tǒng)的交互，方便查詢服務(wù)器上保存的監(jiān)控日志等信息。后臺日志記錄部分：由傳統(tǒng)的MVC架構(gòu)搭建，與前端分離，降低系統(tǒng)的耦合性，主要提供各種API進行數(shù)據(jù)的交互。后臺部分主要負責管理監(jiān)控部分檢測分析到的各種監(jiān)控數(shù)據(jù)，并將其按照時間日期生成日志并整理保存進數(shù)據(jù)庫，方便管理人員進行查看。

本系統(tǒng)架構(gòu)設(shè)計簡潔，功能可根據(jù)需求對接口進行相應(yīng)的拓展即可實現(xiàn)擴大，具有可維護性與泛用性，系統(tǒng)可以很好地實現(xiàn)對安全帽佩戴情況的進行實時的監(jiān)測，并且通知相關(guān)責任人采用應(yīng)對措施。

結(jié)論：安全防護從頭做起，在我國各處建筑工地上，因為不戴安全帽等防護設(shè)施，每年發(fā)生的意外的事故約3100起。有時候如果多一個及時的提醒，往往就能避免一場事故的發(fā)生。本文提出了安全帽佩戴檢測系統(tǒng)，可以實現(xiàn)工地工人的安全帽快速檢測，通過及時的提醒與記錄，保障了工人的生命安全。同時整個系統(tǒng)架構(gòu)清晰高效，管理員可以方便的查看記錄與操作系統(tǒng)，各個部分相互間耦合度低，便于后期的修改維護和功能擴展。