PERSONAL PROTECTIVE (PPE) DETECTION USING DEEP LEARNING

Abstract

Machine learning tasks, such as image identification and computer vision, deep learning has shown outstanding results. The availability of high-quality training data consisting of huge numbers of human-annotated examples limits its application to supervised problems To solve this problem, automatically created images or video sequences using realistic photo rendering engines, such as those used in entertainment applications, have recently become more popular in the AI field. Large sets of training photos for deep learning algorithms can be easily constructed this way. we generated photo-realistic synthetic image sets to train deep learning models to recognize the correct use of personal safety equipment (e.g., worker safety helmets, high visibility vests, ear protection devices) during at-risk work activities. Then, we performed the adaptation of the domain to real-world images using a very small set of real-world images. We demonstrated that training with the synthetic training set generated and the use of the domain adaptation phase is an effective solution for applications where no training set is available.

حقق التعلم العميق نتائج رائعة في العديد من مهام التعلم الآلي مثل التعرف على الصور ورؤية الكمبيوتر. ومع ذلك، فإن قابلية تطبيقه على المشكلات مقيد بتوافر بيانات تدريب عالية الجودة تتكون من أعداد كبيرة من الأمثلة المشروحة من البشر )مثل الملايين(. للتغلب على هذه المشكلة، في الآونة الأخيرة، يستغل عالم الذكاء الاصطناع بشكل متزايد الصور المصطنعة أو تسلسلات الفيديو باستخدام محركات عرض الصور الواقعية مثل تلك المستخدمة في تطبيقات الترفيه. بهذه الطريقة ، يمكن إنشاء مجموعات كبيرة من الصور التدريبية بسهولة لتدريب خوارزميات التعلم العميق. في هذه الورقة، أنشأنا مجموعات صور واقعية اصطناعية لتدريب نماذج التعلم العميق للتعرف على الاستخدام الصحيح لمعدات السلامة الشخصية )على سبيل المثال ، خوذات سلامة العمال ، وسترات عالية الوضوح ، وأجهزة حماية الأذن( أثناء أنشطة العمل المعرضة للخطر. بعد ذلك، أجرينا تكييف المجال مع صور العالم الواقعي باستخدام مجموعة صغيرة جدًا من صور العالم الحقيقي. لقد أظهرنا أن التدريب باستخدام مجموعة التدريب التركيبية التي تم إنشاؤها واستخدام مرحلة تكييف المجال هو حل فعال للتطبيقات التي لا تتوفر فيها مجموعة تدريب.