基于深度学习与目标跟踪的厂区非规范作业识别与预警技术

本发明属于智能视频监控与工业安全管理领域，具体为一种基于深度学习与目标跟踪的厂区非规范作业识别与预警技术。主要涵盖数据采集与预处理、数据标注与分类、模型构建与训练以及目标跟踪与预警四个部分。该技术通过从企业重点监控区域采集并处理大量监控视频数据，利用专业人员进行数据标注和分类，构建基于深度学习架构(如改进的YOLO模型)的行为检测模型并结合数据增强技术和多损失函数进行训练，在检测到非规范作业行为后，使用DeepSORT改进版目标跟踪算法持续跟踪涉事人员，同时构建智能预警机制进行及时报警。此技术经过大量实际场景测试，在对厂区非规范作业的识别准确性和预警及时性方面均较传统人工巡检和简单视频分析方法有所提升，有效弥补了传统方法在准确性、实时性和鲁棒性方面的不足，为企业的安全生产管理提供了更高效、可靠的解决方案。