基于YOLO模型的煤矿从业人员行为检测

目前煤矿井下作业区域已基本实现可视化,但对于作业人员异常行为的检测手段仍采用人工检测。为提高检测精度和工作效率,本文提出一种基于YOLO网络模型的煤矿工人异常行为检测算法,可以对井下作业的行为进行自动捕捉和检测,减少了人工检测的时间。通过人工神经网络算法,对作业人员的行为特征提取和分类,当视频中出现类似的行为时,算法可以自动捕捉和检测。使用该种方法,可以有效提高安全监督人员的工作效率,减少其工作量。