一种基于深度学习的施工人机安全智能检测与预警方法

本发明公开了一种基于深度学习的施工人机安全智能检测与预警方法，步骤为：S1：引入小波卷积改进的YOLOv11目标检测算法框架；S2：实例分割模块的坐标提取；S3：设计单目深度估计网络；S4：训练单目深度网络；S5：二维坐标到三维坐标的转换。本发明获得工人与设备间的真实距离并进行实时安全预警；得到人机实际距离，通过将施工机械的角度信息与边缘轮廓检测相结合，判断机械的精确位置和姿态；通过对网络结构进行优化，实现在复杂施工场景中的目标检测；使用S2R‑DepthNet深度估计网络通过自监督学习方法对单幅RGB图像进行深度估计，简化三维信息获取过程，摆脱对昂贵硬件的依赖。