基于深度学习网络的电力施工现场目标识别方法和系统

本发明涉及一种基于深度学习网络的电力施工现场目标识别方法和系统，方法噶包括以下步骤：采集电力工程施工现场的照片；将采集的照片输入预先构建并训练好的图像识别网络中，对电力工程施工现场进行目标识别，获取目标识别结果，该目标识别结果包括包围框、置信概率和目标类别；根据识别出的包围框、置信概率和目标类别，进行目标施工状态判断，并与预先建立的施工安全知识图谱比对，判断是否存在违规操作或潜在风险。与现有技术相比，本发明可以有效地提高施工现场的实时监管能力，实现对施工操作的自动化识别，全面地评估和应对施工现场的各类情况，减轻人工监管的负担，同时提高判断的客观性和准确性。