人工智能基础与应用（第2版）（微课版）课件 8-4 项目2—安全帽检测赋能安全管理.pptx

8-4项目2—安全帽检测赋能安全管理模块?人脸识别：机器也认识你

目录CONTENTS提出问题01预备知识03解决方案02任务1—准备训练模型用的样本集04任务3—检测视频中的人员是否佩戴安全帽06任务2—训练YOLOv10s模型05

一.提出问题问题描述建筑工地、化工工厂、矿山作业等复杂场景下要求工作人员必须佩戴安全帽，这一举措不仅事关每位人员的生命安全，还是企业安全生产的基本保障。然而，在实际生活和工作中，总有一些人抱着侥幸的心理，违规不戴安全帽，置自己生命于不顾，给本人、企业带来较大的安全隐患。为及时、有效地提醒工作人员佩戴安全帽，最大限度保障生命财产安全，是否可以运用计算机视觉设计一个安全帽智能检测系统赋能这方面的安全防范工作呢

二.解决方案具体方案基于YoloV10的解决方案

三.预备知识1.YOLOv10简介YOLOv10是基于UltralyticsPython软件包开发的，以较低的计算需求实现了最先进的性能，为实时目标检测提供了一种新方法

三.预备知识1.YOLOv10简介YOLOv10模型测试结果预训模型的80个识别类别

三.预备知识2.浅尝YOLOv10的预训练模型（1）创建Python虚拟环境创建运行环境yolo10的结果激活运行环境yolo0

三.预备知识2.浅尝YOLOv10的预训练模型（2）安装YOLOv10的相关包（3）下载预训模型（4）模型检测①方法1：命令方式

三.预备知识2.浅尝YOLOv10的预训练模型命令执行结果打开predict文件夹，发现里面的所有图像都进行了标注

三.预备知识2.浅尝YOLOv10的预训练模型②方法2：代码行方式目标检测结果

三.预备知识2.浅尝YOLOv10的预训练模型

三.预备知识2.浅尝YOLOv10的预训练模型

三.预备知识2.浅尝YOLOv10的预训练模型

四.任务1——准备训练模型用的样本集1.标注图像样本图像（左图）标注后的内容（右图）

四.任务1——准备训练模型用的样本集2.分割训练集和验证集

四.任务1——准备训练模型用的样本集2.分割训练集和验证集

五.任务2——训练YOLOv10s模型1.配置data.yaml文件

五.任务2——训练YOLOv10s模型2.训练模型配置了两块NVIDIAQuadroRTX4000GPU的DELL服务器提供算力

五.任务2——训练YOLOv10s模型2.训练模型模型训练结果

五.任务2——训练YOLOv10s模型2.训练模型主要评估指标的变化情况

六.任务3——检测视频中的人员是否佩戴安全帽1.构建识别模型并打开摄像头

六.任务3——检测视频中的人员是否佩戴安全帽2.定义视频帧绘图函数

六.任务3——检测视频中的人员是否佩戴安全帽3.检测每帧图像中人员是否佩戴安全帽

六.任务3——检测视频中的人员是否佩戴安全帽3.检测每帧图像中人员是否佩戴安全帽人员没有佩戴安全帽（左图）佩戴安全帽（右图）的检测结果

六.任务3——检测视频中的人员是否佩戴安全帽3.结论借助YOLOv10构建一个实时安全帽检测系统，让AI落地企业安全管理的前沿阵地，彰显出计算机视觉技术的无穷魅力和广泛的应用前景。

人工智能基础与应用Thankyouverymuch!