ivdon3@bk.ru
В статье представлена адаптивная сверточная нейронная сеть на для автоматизированного обнаружения нарушений техники безопасности в реальном времени. В отличие от существующих решений, использующих статические модели, предлагаемый подход включает два ключевых нововведения. Автоматическая адаптация весов модели с комбинированием методов стохастического и градиентного спуска. Алгоритм динамически регулирует скорость обучения и глубину модификации параметров, что позволяет сохранять ранее полученные знания при дообучении на новых данных без деградации точности. Оптимизированный механизм обработки контекста – модель анализирует не только объекты (например, отсутствие каски), но и их взаимное расположение (рабочий в опасной зоне без средств индивидуальной защиты), что снижает количество ложных срабатываний. Разработанная система интегрирует модули компьютерного зрения, генерации предупреждений и аналитики, обеспечивая не только мгновенное реагирование на нарушения, но и долгосрочный анализ рисков. Эксперименты подтвердили повышение точности на 15% при работе в изменяющихся условиях освещения и ракурсах съемки.
Ключевые слова: сверточная нейронная сеть, информационная система, несчастные случаи на производстве, техника безопасности, производство, обучение модели, нейронная сеть, адаптивный алгоритм
1.2.2 - Математическое моделирование, численные методы и комплексы программ , 2.1.1 - Строительные конструкции, здания и сооружения