基于YOLOv5s的智慧工地安全管理系统的实现

建筑行业是一种高危行业。在建筑安全中，安全帽的佩戴可以在一定程度上保障施工人员的安全。针对施工人员的安全帽佩戴问题，设计并实现了一款基于YOLOv5s算法模型的智慧工地安全管理系统。将训练好的算法模型通过RT-Thread操作系统部署于嵌入式硬件平台，在施工现场智能识别未佩戴安全帽的人员并提出报警。在进行推理测试后得出结果，基于YOLOv5s的算法模型可以有效地区别出施工人员有无正确佩戴安全帽，测试精度达到92.3%。当IoU为50时，mAP值达到93.1%。实验结果表明，基于YOLOv5s的算法模型在人群密集和小头检测等问题上准确率高，实时性强，均已达到实际使用需求，同时有助于降低施工风险，减少不必要的人力监督，实现工地人员智能安全管理。