Ứng dụng mô hình học sâu YOLOv8 để kiểm soát hành vi sử dụng phương tiện bảo vệ cá nhân trên công trường xây dựng

Tóm tắt

Trong quá trình thi công tại các công trường xây dựng, việc giám sát các hành vi sử dụng phương tiện bảo vệ cá nhân của công nhân luôn cần sự quan tâm kỹ càng, nhằm tránh xảy ra tai nạn đáng tiếc. Cùng với sự phát triển của khoa học kỹ thuật, công nghệ hình ảnh và các thuật toán trí tuệ nhân tạo liên tục được nghiên cứu và áp dụng vào các công tác ngoài hiện trường. Nghiên cứu này đề xuất một phương pháp ứng dụng mô hình học sâu YOLOv8 – một trong những mô hình tiên tiến nhất – để tự động xác định hành vi sử dụng phương tiện bảo vệ cá nhân của công nhân trên công trường, bao gồm các hành vi sử dụng và không sử dụng phương tiện bảo vệ cá nhân. Kết quả của nghiên cứu cho thấy các phát hiện được cải thiện đáng kể so với những mô hình trước đó, cụ thể độ chính xác với phát hiện mũ bảo hộ, găng tay và khẩu trang lần lượt lên tới 96.6%, 99.6% và 98.2%. Không chỉ vậy, mô hình còn có ý nghĩa rất lớn khi phát hiện được các hành vi không sử dụng phương tiện bảo vệ cá nhân, những trường hợp vốn cần được quan tâm hơn trong công tác giám sát an toàn lao động. Do đó, mô hình học sâu đề xuất có khả năng ứng dụng thực tiễn vào các công trường xây dựng, tăng cường khả năng quản lý, kiểm soát việc sử dụng phương tiện bảo vệ cá nhân, đảm bảo an toàn lao động cho công nhân khi thi công tại các công trường.