厂区车间佩戴安全帽检测系统 TensorFlow

厂区车间佩戴安全帽检测系统提升了工作人员安全帽佩戴和面部实名认证管理效率和监管水平。厂区车间佩戴安全帽检测系统根据搜集现场施工作业人员的脸部信息内容和监控画面视频图像检测优化算法，可以设置访问限制。假如作业人员不戴头盔，作业人员将被禁止进入施工区域，并会语音播报请戴安全帽，当作业人员按要求戴安全帽时，她们才会被系统允许进到施工作业区域。

TensorFlow可以通过td.device函数来指定运行每个操作的设备，这个设备可以是本设备的CPU或GPU，也可以是远程的某一台设备。TF生成会话的时候，可愿意通过设置tf.log_device_placemaent参数来打印每一个运算的设备。某些数据类型是不被GPU所支持的。强制指定设备会报错。为了避免解决这个问题。在创建会还时可以指定参数allow_soft_placement 。当allow_soft_placement为True的时候，如果运算无法在GPU上运行，TF会自动将其放在CPU 上运行。

运用视频监控系统的实时监控可以即时鉴别和检测作业人员佩戴安全帽的状况，阻止没有按照要求佩戴安全帽和没有实名认证的人进入并及时推送警报。报警信息将监控视频画面截屏发送到管理人员的机客户端上。依据客户的要求，还能够将警报消息推送给有关管理者，帮助管理者开展安全生产管理。高效率的警报记录快速搜索可以依据时间范围和监管地区对不戴安全帽的行为表现开展警报查看，以表格的方式展现查看的好几个记录，每一个记录都是有具体的警报截屏视频。

a_cpu = tf.Variable(0,name='a_cpu')
with tf.device('/gpu:0'):
    a_gpu = tf.Variable(0,name='a_gpu')

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True,allow_soft_placement = True))
sess.run(tf.global_variables_initializer())
a_gpu: (VariableV2): /job:localhost/replica:0/task:0/device:CPU:0
a_gpu/read: (Identity): /job:localhost/replica:0/task:0/device:CPU:0
a_gpu/Assign: (Assign): /job:localhost/replica:0/task:0/device:CPU:0
init/NoOp_1: (NoOp): /job:localhost/replica:0/task:0/device:CPU:0
a_cpu: (VariableV2): /job:localhost/replica:0/task:0/device:CPU:0
a_cpu/read: (Identity): /job:localhost/replica:0/task:0/device:CPU:0
a_cpu/Assign: (Assign): /job:localhost/replica:0/task:0/device:CPU:0
init/NoOp: (NoOp): /job:localhost/replica:0/task:0/device:CPU:0
init: (NoOp): /job:localhost/replica:0/task:0/device:CPU:0
a_gpu/initial_value: (Const): /job:localhost/replica:0/task:0/device:CPU:0
a_cpu/initial_value: (Const): /job:localhost/replica:0/task:0/device:CPU:0

佩戴安全帽检测系统即将现场违规的警报截屏和视频存储在本地服务器数据库查询中，包含时长、地址、警报截屏、警报视频等，方便工作人员的安全管理查询工作。根据智能视频采集和深度神经网络技术性，准确率高，布署快，使用方便。