Resumen

La inspección visual del lugar de trabajo y el recordatorio oportuno del incumplimiento del uso de un casco de seguridad es de particular importancia para evitar lesiones de los trabajadores en el sitio de construcción. Los sistemas de monitoreo por video proporcionan una gran cantidad de datos de imagen no estructurados en el lugar para este propósito, sin embargo, requieren una solución automática basada en visión por computadora para la detección en tiempo real. Aunque una creciente cantidad de literatura ha desarrollado muchos modelos basados en aprendizaje profundo para detectar cascos en el aspecto de vigilancia del tráfico, una solución apropiada para la aplicación industrial es menos discutida en vista de la escena compleja en el sitio de construcción. En este sentido, desarrollamos un método basado en aprendizaje profundo para la detección en tiempo real de un casco de seguridad en el sitio de construcción. El método presentado utiliza el algoritmo SSD-MobileNet que se basa en redes neuronales convolucionales. Se establece y se libera al público un conjunto de datos que contiene 3261 imágenes de cas

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Lugar de trabajo; Casco de seguridad; Sitio de construcción; Aprendizaje profundo; Detección en tiempo real; SSD-MobileNet
• Keywords:Workplace; Safety helmet; Construction site; Deep learning; Real-time detection; SSD-MobileNet