安全生产牵涉到对劳动者健康安全以及国家财产的保护，始终是我国重视的一项长期基本国策。2020年4月28日，国务院印发了《全国安全生产专项整治三年行动计划》，旨在聚焦于风险高隐患多、事故易发多发的矿场、交通运输、工业园区等9个行业领域，组织开展安全整治。

　　一般安全生产事故大概可分为三类：人员、设备与环境。

　　人为因素主要包括注意不集中、过度疲劳、侥幸心理以及安全意识淡薄、管理不善等;设备则是由于老化、操作不当、问题未及时发现所导致;环境同样存在各类安防诸如火灾等隐患。

　　传统各生产领域均采用摄像头+人力巡检模式，但依旧存在如下问题：

　　1. 大量监控视频数据需要人员大量抽查，耗时长且效率低下;

　　2. 事故涉及生命财产安全，容错率低，但监管人员由于疲劳、情绪等原因会出现错检、漏检等问题;

　　3. 发现问题再人工干预恐为时已晚，且许多事故仅能“事后追溯”，无法“事前预防”。

　　有鉴于此，工信部曾出台《“工业互联网+安全生产”行动计划(2021-2033)》，希望通过工业互联网在安全生产中的应用，增强工业安全生产的感知、监测、预警、处置和评估能力，提升工业生产安全水平。

　　各AI厂商纷纷云集响应，安全事故数量也逐年减少。但随着工业生产的碎片化场景的安全需求增多，传统AI厂商的算法落地也面临两大难题：

　　第一，数据量少。一般深度学习模型需要相对均衡的正负数据样本，才能训练出具备实用性的模型。但垂直生产场景的异常与违规数据样本少，导致生成的现有算法精度较低。

　　第二，算法迁移泛化能力弱。AI算法研发模式与具体应用场景密切相关，而实际生产场景却千差万别。算法落地新场景，需收集新数据，甚至更换研发模式，对于AI厂商的技术、成本均构成压力。这使得现有算法难以迁移到新场景，大多只能以重新定制为主，又让很多需求方找不到所需算法。

　　高精度算法 排除各类隐患

　　现有算法包括：

　　第一类：对员工的管理

　　安全帽识别：识别作业区域人员是否按要求佩戴安全帽工衣工服识别：可识别各类工作制服，可针对性定制

　　反光衣识别：识别工地人员是否按要求穿着反光衣高空作业识别：识别作业区域人员的攀爬行为

　　绝缘手套智能识别: 识别作业区域人员是否按要求佩戴绝缘手套防疫服穿戴：检测生化类作业区域人员是否按规穿戴防疫服装

　　玩手机识别：识别作业区域人员擅自玩手机行为抽烟识别：识别作业区域人员抽烟行为，避免相关隐患

　　人员离岗识别：识别作业区域监控人员擅自离岗行为睡岗检测：识别作业区域监控人员睡觉行为

　　人员闯入识别：识别非员工擅闯作业区域行为

　　第二类：对设备的监控

　　配电房敞开识别：识别配电机房敞开状态，防止人员或其他物品擅自进入造成安全隐患渣土车识别：对各类大型渣土车进行监测，防止违规停放、行驶等各类隐患

　　重型机械识别：对各类重型机械进行实时监测摄像头脏污/遮挡识别：识别摄像头脏污/遮挡等情况，及时通知管理人员

　　第三类：对施工环境的监控

　　灭火器摆放识别：识别灭火器是否按要求正确摆放，保障作业现场安全火焰&烟雾识别：识别作业环境的火焰烟雾，及时进行上报告警