一种基于机器视觉的罐笼超员检测方法

本发明公开了一种基于机器视觉的罐笼超员检测方法及设备，主要应用于矿井、建筑工地等场所的人员安全监测。该方法通过单一本安型摄像头对进入罐笼的人员进行实时监控，利用深度学习算法实现对罐笼内人员数量的精准检测和计数，避免传统多摄像头联动及设备信号依赖的复杂性。系统通过训练YoloV10与DeepSort模型进行人员和罐笼门的目标检测和追踪，并根据罐笼门的开闭状态启动计数逻辑，当进入人数超过预设上限时，系统通过语音报警提醒超员人员撤离，并将检测数据和视频上传至AI平台供管理人员查看和处理。该方法无需其他设备信号接入，具备安装简便、检测精确、鲁棒性强等优点，可有效提升罐笼安全管理水平。