萬 勇 （湖北興發(fā)化工集團(tuán)股份有限公司，湖北 宜昌 443711）

建筑生產(chǎn)行業(yè)中，高處作業(yè)、洞口作業(yè)等作業(yè)形式十分常見，這導(dǎo)致了施工場地的風(fēng)險(xiǎn)性系數(shù)極高，安全生產(chǎn)形勢十分嚴(yán)峻[1]。2019 年，住建部通報(bào)顯示，全國房屋市政工程生產(chǎn)安全事故按照類型劃分，發(fā)生415 起高處墜落事故，占總數(shù)的53.69%。統(tǒng)計(jì)數(shù)據(jù)表明，高處墜落在安全事故總量中占據(jù)的比重最大[2]。因此，如何通過科學(xué)的手段預(yù)防高墜事故的發(fā)生，是建筑安全管理行業(yè)有待解決的重要研究問題。

針對高空作業(yè)事故的原因分析，部分學(xué)者用相關(guān)理論進(jìn)行了研究。李鈺等[3]通過高處墜落事故致因網(wǎng)絡(luò)分析，得出高墜事故發(fā)生的主要原因是臨邊洞口安全防護(hù)措施不到位；覃海松等[4]通過事故作業(yè)場景及存在安全問題分析，提出簡易安全防護(hù)措施設(shè)計(jì)，加強(qiáng)臨邊洞口防護(hù)與監(jiān)控成為降低高墜事故的根本之策。對高空作業(yè)的安全性影響最大的因素是洞口防護(hù)不到位，而在目前技術(shù)與管理方面的預(yù)防措施中，對存在的安全隱患仍是采用安全檢查的方式進(jìn)行排查，并未使用人工智能識(shí)別臨邊洞口存在的安全隱患，從此切口入手，展開對臨邊洞口安全隱患的相關(guān)研究，以達(dá)到預(yù)防高空作業(yè)墜落事故的目的。

隨著人工智能的發(fā)展，人工智能在目標(biāo)檢測與識(shí)別這一方面的研究越來越深入[5-6]，但人工智能目前尚未使用于識(shí)別臨邊洞口方面。目前，目標(biāo)檢測方法主要分為以下三種：第一種方法是傳統(tǒng)的計(jì)算機(jī)視覺目標(biāo)檢測方法[8]，主要利用數(shù)字圖像處理方向的知識(shí)進(jìn)行識(shí)別[9]；第二種方法是深度學(xué)習(xí)目標(biāo)檢測方法，主要利用神經(jīng)網(wǎng)絡(luò)對圖像進(jìn)行訓(xùn)練[10]，以達(dá)到要求的精度；第三種方法結(jié)合了深度學(xué)習(xí)和傳統(tǒng)方法來完成識(shí)別[11]。

目前主流的基于深度學(xué)習(xí)的檢測方法主要有以下兩類。①基于區(qū)域檢測目標(biāo)并進(jìn)行判斷，如Fast R -CNN、Faster R-CNN 和R-FCN 等。徐守坤等[12]在傳統(tǒng)的Faster R-CNN 基礎(chǔ)上，采取多尺度訓(xùn)練和增加標(biāo)注框錨點(diǎn)等方式，提高了檢測的準(zhǔn)確率，但由于沒有分析兩個(gè)目標(biāo)之間的空間拓?fù)潢P(guān)系，該方法容易產(chǎn)生誤檢。②將檢測問題轉(zhuǎn)化為回歸問題進(jìn)行求解，在圖片的不同位置均勻地進(jìn)行密集采樣，采用不同的長寬比進(jìn)行采樣，然后利用CNN 提取特征后，根據(jù)特征進(jìn)行分類與回歸，劉博等[13]提出基于Darknet 網(wǎng)絡(luò)模型結(jié)合YOLOv3 算法實(shí)時(shí)對多目標(biāo)跟蹤檢測?；赮OLO 改進(jìn)方法的優(yōu)勢，具有速度快的優(yōu)點(diǎn)，但是得到的目標(biāo)框準(zhǔn)確度不高。

通過對高墜事故原因的分析，預(yù)留洞口仍是事故高發(fā)場地。從減少危險(xiǎn)源、消除安全隱患的角度出發(fā)[2]，本文針對預(yù)留洞口與防護(hù)欄檢測展開研究。分析眾多目標(biāo)識(shí)別算法特點(diǎn)并進(jìn)行比較后，本文將對YOLOv3 模型[11]進(jìn)行優(yōu)化，得到更高精度、更高速度的目標(biāo)檢測模型。通過對臨邊洞口數(shù)據(jù)庫的深度學(xué)習(xí)，實(shí)現(xiàn)對臨邊洞口及其防護(hù)欄的識(shí)別，同時(shí)集成臨邊洞口安全隱患識(shí)別系統(tǒng)，實(shí)時(shí)監(jiān)控臨邊洞口不安全的現(xiàn)場環(huán)境，并對工人發(fā)出預(yù)警，可以有效地減少臨邊洞口的安全隱患，提高企業(yè)安全管理能力。

1 隱患目標(biāo)檢測方法

1.1 預(yù)警流程設(shè)計(jì)

本論文設(shè)計(jì)的YOLOv3目標(biāo)檢測算法主要是以Darknet-53 網(wǎng)絡(luò)為網(wǎng)絡(luò)基礎(chǔ)，通過對不安全預(yù)留洞口進(jìn)行檢測，識(shí)別安全隱患，通過連接警報(bào)器發(fā)出警報(bào)[14]，以此減少高墜事故。預(yù)警算法的流程圖如圖1所示。

圖1 預(yù)警算法流程圖

1.2 YOLOv3模型構(gòu)建

本文的YOLOv3 借鑒了Resnet，引入了多個(gè)Resnet 模塊，并設(shè)計(jì)了一個(gè)具有更多層和更高分類精度的新網(wǎng)絡(luò)。YOLOv3 采用Darknet-53[15]網(wǎng)絡(luò)結(jié)構(gòu)，借鑒殘差神經(jīng)網(wǎng)絡(luò)設(shè)置殘差單元[16]，將網(wǎng)絡(luò)深化為53 個(gè)卷積層，基于YOLOv2的passthrough 結(jié)構(gòu)，檢測出細(xì)粒度特征。根據(jù)檢測目標(biāo)情況，采用三種不同尺度的特征圖進(jìn)行目標(biāo)檢測，并對目標(biāo)檢測精度做出計(jì)算。構(gòu)建系統(tǒng)后，對目標(biāo)檢測模型性能進(jìn)行評價(jià)，建立評價(jià)函數(shù)，并以此和之前模型性能進(jìn)行對比。

1.2.1 邊界框設(shè)計(jì)

本文模型構(gòu)建在邊界框設(shè)計(jì)中，采用k 均值聚類得到Anchor，并將Anchor的個(gè)數(shù)增加到9，為每個(gè)尺度特征圖分配3 個(gè)不同的Anchor，大大提高網(wǎng)絡(luò)對小尺寸目標(biāo)的檢測能力，同時(shí)將預(yù)測層的Softmax函數(shù)改為Logistic函數(shù)[17]，支持多標(biāo)簽對象的輸出。

YOLOv3 的整體網(wǎng)絡(luò)，將三種不同尺度的YOLOv3 網(wǎng)絡(luò)特性輸出為圖，并將每一個(gè)特征圖對應(yīng)的輸入圖像輸入到Si×Si個(gè)單元中，如果檢測目標(biāo)以一個(gè)單位為中心，該單位負(fù)責(zé)目標(biāo)檢測并預(yù)測各個(gè)邊框和置信度得分，該得分能反映該邊框內(nèi)包含目標(biāo)的可信程度，公式如下：

式中：Confidence表示邊框置信度分?jǐn)?shù)；Pr(object) 表示邊框內(nèi)是否包含目標(biāo)，若不包含則為0，若包含則為1；IoU表示預(yù)測邊框和真實(shí)邊框的交并比；Detection表示系統(tǒng)預(yù)測值；GroundTruth表示真實(shí)值。

在目標(biāo)位置預(yù)測方面[18]，YOLOv3引入了在faster R-CNN 中使用錨點(diǎn)框（anchor box）[5]，并在每個(gè)特征圖上預(yù)測了三個(gè)錨點(diǎn)框。對于輸入圖像，YOLOv3 算法將其劃分為13×13 個(gè)塊，并預(yù)測每塊3 個(gè)目標(biāo)的邊界幀。YOLOv3引入多尺度融合方法對目標(biāo)的三尺度邊界框架進(jìn)行預(yù)測，大大提高了小目標(biāo)檢測的精度，avg IoU達(dá)到78.42%。

1.2.2 評價(jià)函數(shù)

在目標(biāo)檢測領(lǐng)域，準(zhǔn)確性和召回率通常用于衡量目標(biāo)檢測系統(tǒng)的性能。準(zhǔn)確率是指真正正確的目標(biāo)在所有被判斷為正確的目標(biāo)中所占的比例。召回率是指系統(tǒng)正確檢測到的所有真實(shí)目標(biāo)的總和，即準(zhǔn)確率衡量查準(zhǔn)率，召回率衡量查全率，公式表示為：

式中：Precision代表準(zhǔn)確性；Recall代表召回率；TP代表系統(tǒng)正確檢測到的目標(biāo)數(shù)量；FP代表系統(tǒng)錯(cuò)誤檢測到的目標(biāo)數(shù)量；FN代表系統(tǒng)錯(cuò)過的正確目標(biāo)數(shù)量。

實(shí)際上，這兩個(gè)參數(shù)往往彼此相反，很難共同擁有。因此，通常會(huì)考慮AP值以確定模型的性能，AP值的公式為：

式中：N為測試集中所有圖片的個(gè)數(shù)；Precision(k)表示在能識(shí)別出k個(gè)圖片時(shí)Precision值；ΔRecall(k)表示識(shí)別圖片個(gè)數(shù)從k-1 變化到k時(shí)Recall值的變化情況。

針對多個(gè)分類C，一般用平均AP 值mAP作為模型整體評價(jià)結(jié)果。

1.3 模型檢測對比

相比于之前的模型，基于YOLOv3的改進(jìn)模型復(fù)雜了很多，但是速度與精度是能夠通過改變模型結(jié)構(gòu)的大小來彌補(bǔ)的。

YOLOv3 的先驗(yàn)檢測系統(tǒng)重新應(yīng)用分類器或定位器來執(zhí)行檢測任務(wù)。在檢測圖片上多個(gè)位置和尺度運(yùn)用模型，選取分?jǐn)?shù)最高的區(qū)域作為輸出結(jié)果。此外，與其他目標(biāo)檢測方法相比，其采用了一種完全不同的方法，在整個(gè)圖像中應(yīng)用單個(gè)神經(jīng)網(wǎng)絡(luò)，圖像被分割成多個(gè)不同的區(qū)域，預(yù)測每個(gè)區(qū)域的邊界框和概率，這些邊界框根據(jù)預(yù)測概率加權(quán)。YOLOv3[19]模型與基于分類器的系統(tǒng)相比有更多優(yōu)勢。R-CNN 識(shí)別出一個(gè)目標(biāo)，需要一個(gè)目標(biāo)的數(shù)千張圖像，它是通過一個(gè)單一的網(wǎng)絡(luò)評估來預(yù)測的。而本方法在測試時(shí)查看整個(gè)圖像，其預(yù)測是基于整個(gè)圖片而言，更加完整。這使得YOLOv3 非?？?，通常比R-CNN 快1000倍，比Fast R-CNN快100倍[8]。

YOLOv3 使用一個(gè)53 層的卷積網(wǎng)絡(luò)結(jié)構(gòu)，稱為DarkNet-53。本網(wǎng)絡(luò)設(shè)計(jì)借用了ResNet[20]的殘網(wǎng)思想，僅使用3×3和1×1的卷積層。在ImageNet上，basenet的256×256分類精度Top-5分類準(zhǔn)確率為93.5%，與ResNet-152 相同；Top-1 準(zhǔn)確率為77.2%，只比ResNet-152 低0.4%。與此同時(shí)，darknet-53 的計(jì)算復(fù)雜度僅為ResNet-152 的75%，實(shí)際檢測速度（FPS）是ResNet-152的2倍，在保證準(zhǔn)確度的前提下，能夠達(dá)到實(shí)時(shí)監(jiān)測的效果。

2 識(shí)別算法設(shè)計(jì)

2.1 算法設(shè)計(jì)

2.1.1 算法設(shè)計(jì)流程（見圖2）

圖2 算法設(shè)計(jì)邏輯圖

2.1.2 非極大值抑制模塊設(shè)計(jì)

為實(shí)現(xiàn)設(shè)計(jì)的先檢驗(yàn)系統(tǒng)功能，對本模塊進(jìn)行設(shè)計(jì)。非極大值抑制（Non-Maximum Suppression，NMS），在檢測圖片上多個(gè)位置和尺度運(yùn)用模型，選取分?jǐn)?shù)最高的區(qū)域作為輸出結(jié)果，抑制非最大值的元素可以理解為局部最大搜索。這個(gè)局部表示一個(gè)具有兩個(gè)可變參數(shù)的鄰域，其中一個(gè)可變參數(shù)是鄰域的維度，另一個(gè)是鄰域的面積大小。例如，在臨邊洞口的檢測中，每一個(gè)滑動(dòng)窗口會(huì)根據(jù)檢測圖片的物體給出一個(gè)評價(jià)分?jǐn)?shù)，滑動(dòng)窗口會(huì)導(dǎo)致很多窗口與其他窗口存在包含或者大部分交叉的情況。在這種情況下，NMS 能夠選擇得分最高（洞口概率最高）的鄰域，并抑制得分最低的窗口，輸出分?jǐn)?shù)最高的區(qū)域作為結(jié)果。

2.2 數(shù)據(jù)集整理

訓(xùn)練的前提是大量的數(shù)據(jù)樣本，并且需要預(yù)先確定訓(xùn)練樣本分類，而檢測臨邊洞口與護(hù)欄兩類數(shù)據(jù)則需要兩個(gè)訓(xùn)練樣本分類即可。數(shù)據(jù)樣本的正確與否決定了訓(xùn)練的效果，本文通過手動(dòng)選擇的方式來選擇訓(xùn)練數(shù)據(jù)集，通過人為的判斷來選擇目標(biāo)。收集到足夠的數(shù)據(jù)集后即可開始整理與清洗，從原始圖像中清洗出特征數(shù)據(jù)和標(biāo)注數(shù)據(jù)，最終生成的數(shù)據(jù)主要是供模型訓(xùn)練使用。

目前在臨邊洞口識(shí)別領(lǐng)域沒有公開的大型數(shù)據(jù)集，本實(shí)驗(yàn)所用數(shù)據(jù)集為自制數(shù)據(jù)集。主要包括預(yù)留洞口、預(yù)留洞口防護(hù)欄、基坑、基坑防護(hù)四類，總共包含200 張圖像，其中150 張作為訓(xùn)練圖像，50 張作為測試圖像，在訓(xùn)練集中隨機(jī)選取5 張圖像作為驗(yàn)證集。圖像使用Darknet Mark Tool 進(jìn)行圖像標(biāo)記，數(shù)據(jù)集圖像由實(shí)拍圖像和網(wǎng)絡(luò)圖像組成。

2.3 模型訓(xùn)練

2.3.1 終端輸出

通過可視化中間參數(shù)，得到模型訓(xùn)練最佳效果的loss需要用到訓(xùn)練時(shí)保存的log文件。

利用extract_log.py 腳本，格式化log，用生成的新log 文件使得可視化工具能夠繪圖，隨后使用腳本繪制變化曲線。運(yùn)行之后，解析log文件的loss行得到一個(gè)關(guān)于loss 的txt文件，并會(huì)在腳本所在路徑生成avg_loss.png，如圖3 所示。由圖可知，曲線趨近于平穩(wěn)，代表訓(xùn)練誤差小，效果好。

圖3 Loss下降圖

圖4 預(yù)留洞口防護(hù)識(shí)別效果（一）

圖5 預(yù)留洞口防護(hù)識(shí)別效果（二）

圖6 預(yù)留洞口識(shí)別效果圖

圖7 視頻監(jiān)控實(shí)時(shí)識(shí)別效果

通過分析訓(xùn)練過程中終端輸出的數(shù)據(jù)可知，本次訓(xùn)練最終迭代次數(shù)為3292次，停止訓(xùn)練時(shí)avg—average loss(error)—趨于0.397466，逐步穩(wěn)定并開始收斂。

2.4 訓(xùn)練結(jié)果

輸入測試集，全部進(jìn)行檢測后共輸入50 張圖片，共檢測出47 張圖片中的預(yù)留洞口與圍欄，其中1 張圖片預(yù)留洞口識(shí)別錯(cuò)誤，1 張圖片中的預(yù)留洞口未識(shí)別出來，召回率為97.87%，準(zhǔn)確率為97.91%。

3 案例應(yīng)用

以某建筑施工現(xiàn)場為例，對存在的預(yù)留洞口與防護(hù)進(jìn)行識(shí)別，在案例中，共檢測18 個(gè)預(yù)留洞口與防護(hù)，3 段視頻實(shí)時(shí)監(jiān)控，平均檢測識(shí)別時(shí)間為0.3s，能夠達(dá)到實(shí)時(shí)監(jiān)控的目的，召回率與準(zhǔn)確率均達(dá)到100%。

4 結(jié)論

通過采用Darknet-53 網(wǎng)絡(luò)結(jié)構(gòu)對YOLOv3 模型進(jìn)行優(yōu)化，在保持原有高準(zhǔn)確率的同時(shí)，將計(jì)算復(fù)雜度降低為原來的75%，計(jì)算速度提升為原來的兩倍，保證了檢測的高實(shí)時(shí)性。

通過施工現(xiàn)場調(diào)研分析近十年高處墜落事故發(fā)生的原因，高處作業(yè)場所臨邊洞口缺少安全防護(hù)是高處墜落事故發(fā)生的主要影響因素。

建立臨邊洞口安全隱患識(shí)別系統(tǒng)，通過系統(tǒng)對臨邊洞口無防護(hù)圍欄的安全隱患進(jìn)行識(shí)別，對有臨邊洞口而無防護(hù)措施的圖像進(jìn)行篩選，以此排查臨邊洞口隱患之處，實(shí)現(xiàn)視頻監(jiān)控實(shí)時(shí)識(shí)別，召回率為97.87%，準(zhǔn)確率為97.91%。后期將深入探究如何實(shí)現(xiàn)實(shí)時(shí)報(bào)警，并嘗試設(shè)計(jì)臨邊洞口安全隱患識(shí)別系統(tǒng)與報(bào)警裝置交互系統(tǒng)。