基于AI自定義視覺工作場所安全檢測系統

2388644 2022-12-09 | zip | 0.09 MB | 次下載 | 免費

資料介紹

描述

職場安全

基于 AI - 自定義視覺工作場所安全檢測系統。

用例

能夠檢測基于視覺的合規性。在安全對員工工作很重要的環境中，制定了合規規則，以穿戴適當的裝備來保護環境并確保人類安全工作。例如，取決于哪個制造公司，人為因果關系是每個人都想避免的一件事。因此，他們堅持穿著合適的背心、安全帽和安全玻璃或實驗室外套和玻璃來保護。在某些情況下，可能是面罩和完整的防護服以防化學品泄漏等。因此，這里的想法是檢測人員，然后查看他們是否穿著背心、安全帽和安全玻璃。通常在制造業中有人們可以步行的生產線，這將是下一個未來的工作。通過報告和實時警報檢測人員和合規性和警報管理的能力。還，能夠檢測叉車并在前往叉車操作員的途中提醒人員。該系統不僅可以檢測物體，還可以存儲信息以供進一步報告和分析。

例如：通常工廠必須向 OSHA 審核員提供年度或季度報告，以確保是否存在人為因果關系以及采取了哪些措施而不是重復。在檢測到物體和未檢測到物體時獲得圖片對于審核員分析數據非常有幫助。這對審計員來說非常簡單和容易。但主要目的是工廠或工廠可以運行，沒有停機時間或拉動勞動力來完成審計過程。通常在進行審計時會有停機時間，在這種情況下，這會降低和提高生產率和正常運行時間。

有必要檢測并提供報告，而且為了能夠進行審計和從數據中學習，出于歷史目的存儲數據也很重要。歷史數據可以與其他生產力數據相結合，也可以找到見解。很可能將數據推送到數據湖中是有意義的。了解系統的性能也很重要。因此，我們需要收集遙測數據并將其存儲在 Azure SQL 和 Blob 中以供進一步處理。我們可以生成關于提出了多少合規性問題的月度報告或周度報告。我們還可以分析數據并找出模型是否表現良好或發現哪里不好。

該場景可以針對其他用例進行定制，例如醫院、化工廠以及各種其他重型機械和采礦業。

這是 Vision AI 開發人員工具包頁面，請單擊此處

建筑學

架構解釋

IoHub – 收集檢測到的對象并將其發送到云端以使用下游系統進行進一步處理。作為網關將數據從物聯網設備中抽出并將其發送到云端。此外，設備管理功能和安全數據傳輸均由 Iot Hub 提供。
流分析——從物聯網中心的傳入事件中心讀取數據并解析 JSON 并寫回 Azure SQL 和 blob 存儲。傳入的數據集采用 JSON 格式，必須壓縮為結構化格式才能進行分析。同樣在這里，如果需要，我們可以根據用例要求進行基于窗口的計算。
Azure SQL – 存儲檢測到的對象數據以及檢測到對象的時間，用于為網站和基于 power bi 的報告創建圖表。數據僅保留 6 個月到 1 年的報告時間范圍，然后創建清理作業以刪除舊記錄。用于報告和儀表板。如果需要，也用于下游業務系統。
Blob 存儲——進入 Azure SQL 的相同數據存儲在 blob 中以進行長期存儲。保留超過一年或更長時間的數據用于審計記錄和合規性。最好也將圖像存儲在這里，以便在需要時可以執行合規性和審計。如果需要長期保存這些數據，也可以將其轉移到冷存儲中。更多關于長期和審計目的。能夠根據歷史數據分析模型結果。
Web App – Dashboard 使用 Azure SQL 數據在頁面中顯示信息。它還使用來自 Azure SQL 的歷史數據，但僅限于存儲在 SQL 中的數據。
Camera Tagging Module - 這是另一個模塊，用于拍照和標記它們并發送到自定義視覺服務，也發送到 Blob 存儲。Blob 存儲用于長期和歷史數據分析。在實際用例中，我們希望能夠拍攝真實世界的照片，然后使用它們來訓練自定義視覺模型并使模型更加準確。