工地安全帽佩戴识别根据安装在现场施工工地的各种各样监控系统，工地安全帽佩戴识别创建智能监管和防护系统软件，开展面部识别、个人行为识别和安全帽子识别，工地安全帽佩戴识别合理填补施工现场监管中传统式方式和技术性的缺点，真真正正完成预警信息、正常的检验、规范化管理。

深度学习应用到实际问题中，一个非常棘手的问题是训练模型时计算量太大。为了加速训练，TensorFlow可以利用GPU或/和分布式计算进行模型训练。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。

工地安全帽佩戴识别 TensorFlow_人工智能

安全帽子做为施工作业现场的维护和保护的主要方式，一直是公司规定职工佩戴，但仍产生各种各样安全生产事故。工地安全帽佩戴识别分析系统能够处理安全生产过程中的个人行为，提升职工防范意识的创建，帮助安全管理人员开展现场安全管理，保证职工的生命安全。

import tensorflow as tf

a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
c= tf.add_n([a,b],name="c")

with tf.Session(config=tf.ConfigProto(log_device_placement = True)) as sess:
    print(sess.run(c))



########
Device mapping: no known devices.
c: (AddN): /job:localhost/replica:0/task:0/device:CPU:0
b: (Const): /job:localhost/replica:0/task:0/device:CPU:0
a: (Const): /job:localhost/replica:0/task:0/device:CPU:0

[2. 4. 6.]

作业施工现场安全帽识别系统软件选用面部识别作用，可360°识别工作员是不是佩戴安全帽，可实时分析前面监控摄像头拍摄的视频流，并即时警报。该体系还能够识别各种各样不同颜色的安全帽，如鲜红色、淡黄色、深蓝色、橘色、乳白色等，并能够在视频中形象化地查询操作人员的个人行为动态性。