百度大脑推出了“工厂安全生产监控解决方案”
针对以上工厂安全生产场景的痛点问题，百度大脑推出了“工厂安全生产监控解决方案”。方案实现流程为：在厂区内布设摄像头采集视频，通过前置计算设备或服务器集成的定制化AI识别模型进行分析，针对不同的监控摄像头，灵活配置监控的事件及使用的模型，实时将危险事件及各种统计结果反馈给工厂安全生产管理系统，实现生产管理联动。
根据以往工厂安全生产检查经验和事故发生的关联性，工厂安全生产监控解决方案”主要涵盖四大场景的智能监测：
通鼎互联“智慧工厂”智能监控实际落地场景
1. 安全着装规范识别：实时监测员工着装规范是否符合安全防护标准，如安全帽、静电帽、工作服、手套、口罩、绝缘靴佩戴监测等;
2. 作业区危险行为监测：实时监测作业区使用手机、打电话、跌倒、人员违规闯入、车辆违规停留等行为;
3. 生产机械安全监控：实时监测生产车间内各种生产设备、工作区的安全作业情况，如行吊的起吊高度、绞龙启动后防护区人员逗留、工人操作中手与木盘距离;
4. 仪表盘读数识别：对各种仪表盘指针读数进行实时监控，可用于厂区内罐体仪表盘指标合格监控，如液化气罐异常指标报警、厂区内粉尘浓度监控等。
安全着装规范识别、作业区危险行为监测、生产机械安全监控、仪表盘读数识别全面覆盖了安全生产中可能发生事故的场景。通过百度先进的深度学习和AI技术，通鼎互联智慧安监系统可对网络摄像头画面完成实时智能分析，自动甄别视频画面中人和物的不规范行为并实时报警。数据处理过程均由机器学习后自主进行，无需人工干预，提高业务处理效率，减少人工成本。
据通鼎互联介绍，采用“工厂安全生产监控解决方案”后，大大减少了人力检查的成本，并且能够及时发现安全生产隐患，事故数降低30%。
多层技术组合拳
工厂安全生产是AI落地的全新领域，灵活高效的定制化模型训练和软硬一体的全方位监控分析是“工厂安全生产监控解决方案”落地的关键。
工厂园区和作业车间场景复杂，存在大量定制化需求，同时需要依靠少量数据实现精准化模型。除了采用百度大脑的“人脸识别”、“人体属性识别”等通用AI算法之外，针对工厂生产环境中的各种特殊情况，“工厂安全生产监控解决方案”还借助百度EasyDL定制化训练及服务平台，灵活快速地定制安全着装规范、作业区危险行为监测、生产机械安全监控、仪表盘读数识别等场景的识别模型。
据了解，用传统的构造深度学习算法模型的方式制作，一个定制化模型就得花费数月时间，工厂需要付出高昂的 时间和资金成本。而百度EasyDL基于百度飞桨为基础搭建，其强大的计算能力让不具备算法能力的用户也可以轻松使用业务数据定制高精度的AI模型，并通过少量的数据训练，最快10分钟即可完成模型训练，在线快速验证效果。
目前，借助百度EasyDL，“工厂安全生产监控解决方案”的图像识别率已达到96.7%以上，在为企业节省成本的同时，也获得了高精度的深度学习模型。
百度工厂安全生产监控解决方案基本架构
此外，工厂安全生产监控解决方案需要与工厂已有的系统环境、网络环境、监控摄像系统及自身管理系统的无缝整合，降低升级成本。基于百度大脑AI开放平台一系列能力，“工厂安全生产监控解决方案”已实现了“软硬一体”。除了AI算法外，百度提供从AI微型工业相机、AI高清摄像头、AI计算网关、GPU服务器等从边缘到私有云的全方位的解决方案，适配制造业厂区各种网络状况及使用环境。同时，还提供完善的组件化SDK、API接口、配置后台，以最小的开发成本实现高效集成。
实际上，“工厂安全生产监控解决方案”的成功落地不仅有赖于百度大脑领先的AI技术与百度安全成熟的安全能力的有机整合。同时，百度强大的工程化能力也使得方案能够高效、稳定运行，满足工厂生产环境较为严苛的要求。