一种视觉大模型的智慧工厂风险管控方法

本发明公开了一种视觉大模型的智慧工厂风险管控方法，包括以下步骤：S1.采集数据，并对数据进行处理与分析：采集工厂数据，随后对数据进行处理与分析，得到风险数据；S2.构建风险模型，设立风险等级：根据风险数据，通过视觉检测技术、机械学习技术建立风险模型，并根据工厂内情况设立风险等级，S3.布置监控设备，并建立网络连接；本发明所设计的风险管控方法通过图像提取的方式，可以直接快速的找到工厂内的危险源、风险点，随后再通过对危险源、风险点的计算，可以快速得出一个风险概率，通过风险概率可以快速发出信息，让厂内人员及时对风险进行处理，保证了风险管控的及时性与响应速度，大大降低了工厂的负担。