工厂内安全卫生风险的AI自动识别PoC

• 现场调查与方案设计： 走访实际的工厂现场，对环境因素（光线、粉尘、厂区内地面的高低不平、危险行为的演示、摄像头的规格等）进行详细确认。在此基础上，提出最优的PoC方案。
• 验证用图像的收集与标注： 收集现场已安装摄像头的图像数据（视频与静态图片）。为AI训练制作了数千张规模的训练用图像数据（标注）。
• AI模型开发： 让AI学习所制作的标注图像，并设计与开发用于识别危险行为（急加速、走神驾驶等）的物体检测AI算法。
• 检测精度验证实施与报告： 运行所开发的AI算法，经过多轮调优进行精度验证，并测算检测率。在验证结果报告中，提出了面向正式实施的课题以及进一步提升精度的举措。

【课题】

• 在进行产品制造的工厂内，威胁作业人员安全卫生的危险行为屡有发生，已导致财产损失事故。
• 特别是在工厂内来回穿梭的叉车操作中，多次发生危险行为（急加速、走神驾驶、超高堆放运输等），亟需开展从已安装摄像头图像中由AI自动识别的实验。

【成果】

• 在确认实际现场环境的基础上，实施了AI模型开发与精度验证。
• 在验证结果报告中，提出了面向正式实施的课题以及进一步提升精度的举措。