基于YOLO-V3算法的加油站不安全行为检测 |
| |
作者姓名: | 常捷 张国维 陈文江 袁狄平 王永生 |
| |
作者单位: | 1. 中国矿业大学深圳研究院;2. 中国矿业大学安全工程学院;3. 深圳市城市公共安全技术研究院有限公司科信中心;4. 中国科学院深圳先进技术研究院 |
| |
基金项目: | 山东省重点研发计划(2021CXGC011303);;广东省重点领域研发计划项目(2019B111102002);;江苏省自然科学基金面上项目资助(BK20221548); |
| |
摘 要: | 为控制加油站火灾爆炸风险目标,结合事故统计和故障树分析方法,提出一种基于YOLO-V3算法的加油站不安全行为检测模型。首先在收集90起加油站火灾爆炸事故的基础上,统计分析加油站火灾爆炸事故的点火源;其次构建加油站火灾爆炸故障树,计算各基本事件的结构重要度,并确定加油站危险性较高的不安全行为;然后采用现场采集和模拟的方法收集加油站不安全行为图像数据,利用数据增强方法构建加油站不安全行为图像数据集;最后基于深度学习的方法构建加油站不安全行为检测模型,经过1000次训练迭代后得到最终模型。研究结果表明:引起加油站火灾爆炸事故的不安全行为主要有抽烟、打电话等;训练得到的检测模型在测试集上对抽烟、打电话和正常行为检测类别的平均检测精度分别为67%、85%和77%,模型的平均检测精度均值为84%。
|
关 键 词: | YOLO-V3算法 加油站 故障树 不安全行为 火灾爆炸 目标检测 |
|