摘要

施工现场因人员、机械、环境复杂，安全违章行为检测是智慧工地建设的关键环节。本文基于YOLOv8目标检测算法，构建了一个涵盖25类施工场景目标（包括人员、安全防护用品、工程车辆及违章行为等）的施工现场安全检测系统。模型在包含521张训练图像、114张验证图像和82张测试图像的私有数据集上进行训练与评估。训练结果表明，模型收敛良好，损失函数平稳下降，最终mAP50达到0.99，mAP50-95达到0.95，精度与召回率理论上均接近1.00。

引言

随着建筑行业对安全生产要求的不断提高，施工现场安全管理正从人工巡检向智能化、自动化检测转变。传统的视频监控依赖安保人员持续盯控，效率低、易漏检，难以实现对违章行为（如未戴安全帽、未穿反光衣、违规进入危险区域等）的实时预警。近年来，以深度学习为代表的目标检测技术，尤其是YOLO系列算法，因其速度快、精度高、适合边缘部署等优势，被广泛应用于工业安全检测任务中。然而，施工现场环境复杂多变，存在遮挡、光照变化、小目标密集等挑战，对模型的鲁棒性和泛化能力提出了较高要求。

本文基于YOLOv8框架，针对真实工地场景下的25类常见目标（人员、安全护具、机械、车辆及违章标识）构建检测系统，并对其训练过程、性能指标及潜在问题进行系统分析，评估其实际部署可行性，为智慧工地安全检测系统的工程化应用提供参考。

目录

  摘要

引言

功能模块

1、用户管理模块

2、界面与交互模块

3、检测源管理模块

4、检测参数配置模块

5、YOLO检测核心模块

6、结果显示模块

7、结果保存模块

8、工具栏功能

9、辅助功能

10、数据校验模块

背景

数据集介绍

训练过程

训练结果

训练过程分析​编辑

混淆矩阵分析​编辑​编辑

​编辑

​编辑

常用标注工具

---

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

注册

登录

✅ 图片检测：可对图片进行检测，返回检测框及类别信息。

✅参数实时调节（置信度和IoU阈值）

✅ 支持选择检测目标：可以选择一个或者多个类目的目标进行检测

✅ 视频检测：支持视频文件输入，检测视频中每一帧的情况。

✅ 摄像头实时检测：连接USB 摄像头，实现实时监测。

✅日志记录：日志标签页记录操作和错误信息，带时间戳

✅结果保存模块：支持图片/视频/摄像头检测结果保存

1、用户管理模块

功能	描述
用户注册	用户名、密码、确认密码、邮箱（选填）注册，密码SHA256加密存储
用户登录	用户名密码验证，自动跳转主界面
用户数据存储	JSON文件存储用户信息（密码加密、注册时间、邮箱）
登录状态	主界面显示当前登录用户名

2、界面与交互模块

功能	描述
玻璃效果界面	半透明毛玻璃背景，圆角边框，现代化视觉风格
无边框窗口	自定义标题栏，支持窗口拖动、最小化、最大化、关闭
响应式布局	主窗口三栏布局（左侧控制区、中央显示区、右侧信息区）
状态栏	显示设备信息、模型状态、当前用户、实时时间

3、检测源管理模块

功能	描述
图片检测	支持JPG/JPEG/PNG/BMP格式图片载入
视频检测	支持MP4/AVI/MOV/MKV格式视频载入
摄像头检测	实时调用摄像头（默认ID 0）进行检测
检测源切换	下拉菜单切换三种检测模式，自动更新界面状态

4、检测参数配置模块

功能	描述
置信度阈值	滑动条调节（0-100%，步长1%），实时显示当前值
IoU阈值	滑动条调节（0-100%，步长1%），实时显示当前值
类别选择	动态生成检测类别复选框，支持全选/取消全选
参数同步	参数实时同步到检测器核心

5、YOLO检测核心模块

功能	描述
模型加载	加载best.pt模型文件，自动检测GPU可用性，支持CPU/GPU切换
多模式检测	图片检测、视频检测、摄像头实时检测
检测线程	基于QThread的多线程处理，避免界面卡顿
检测结果	返回目标类别、置信度、边界框坐标
FPS计算	实时计算处理帧率
进度反馈	视频处理进度条实时更新

6、结果显示模块

功能	描述
实时画面	中央区域显示检测结果图像（带标注框）
统计信息	检测状态、目标数量、FPS、处理帧数实时更新
检测列表	右侧列表显示当前帧所有检测到的目标（类别+置信度）
日志记录	日志标签页记录操作和错误信息，带时间戳
占位显示	未选择检测源时显示系统LOGO和提示文字

7、结果保存模块

功能	描述
保存开关	复选框控制是否保存检测结果
路径选择	自定义保存路径，支持图片/视频格式自动识别
自动命名	保存文件自动添加时间戳（detection_result_20240101_120000.jpg）
视频保存	支持检测结果视频录制（MP4格式）
手动保存	工具栏保存按钮可随时保存当前画面
保存反馈	保存成功弹窗提示，日志记录保存路径

8、工具栏功能

功能	描述
图片按钮	快速切换到图片检测模式并打开文件选择器
视频按钮	快速切换到视频检测模式并打开文件选择器
摄像头按钮	快速切换到摄像头检测模式
保存按钮	手动保存当前显示画面

9、辅助功能

功能	描述
错误处理	统一错误弹窗提示，日志记录错误详情
资源清理	检测停止时自动释放摄像头、视频文件、视频写入器资源
时间显示	状态栏实时显示系统时间
模型状态	状态栏显示模型加载状态和当前设备（CPU/GPU）

10、数据校验模块

功能	描述
注册验证	用户名长度≥3，密码长度≥6，密码一致性检查，邮箱格式验证
协议确认	注册前需勾选同意用户协议
文件校验	模型文件存在性检查，文件大小验证（≥6MB）
输入非空	登录/注册时必填项非空检查

背景

建筑施工现场被誉为“高危作业环境”，高处坠落、物体打击、机械伤害等事故频发。统计表明，正确佩戴安全帽、反光衣及口罩等个人防护装备，可显著降低伤亡风险。然而，在实际施工过程中，工人违章行为屡禁不止，传统管理手段依赖于人工监督与处罚，难以实现全覆盖、实时响应。与此同时，随着计算机视觉技术的成熟，基于视频的智能监控系统逐渐成为工地安全管理的重要工具。YOLOv8作为目前目标检测领域的先进算法之一，具备模型结构灵活、训练效率高、易于部署到嵌入式设备等优势，特别适合施工现场实时检测任务。

尽管已有大量研究将YOLO系列算法应用于安全帽或车辆检测，但覆盖多类别目标（同时识别人员、护具、机械、车辆及违章状态）的系统性研究仍较为有限。因此，构建一个能够同时检测25类工地关键目标并识别违章行为的YOLOv8模型，具有明确的工程价值和研究必要性。

数据集介绍

本实验采用自建施工现场图像数据集，共包含717张图像，按约7:1.5:1.5比例划分为训练集（521张）、验证集（114张）和测试集（82张）。图像采集自多个真实工地监控视频与现场拍摄，涵盖白天、黄昏、不同光照及部分遮挡场景。

数据集共标注 25个类别，可分为四大类：

• 人员与防护用品：Person、Hardhat、NO-Hardhat、Safety Vest、NO-Safety Vest、Gloves、Mask、NO-Mask

• 工程车辆：Excavator、dump truck、truck、semi、trailer、truck and trailer、bus、SUV、van、mini-van、sedan、vehicle、wheel loader

• 安全设施：Safety Cone、Ladder、fire hydrant

• 机械设备：machinery

训练过程

训练结果

训练过程分析

指标	趋势	分析
train/box_loss	从1.35降至接近0	边界框回归收敛良好
train/cls_loss	从1.35降至接近0	分类损失收敛良好
train/dfl_loss	从1.35降至接近0	分布焦点损失收敛良好
val/box_loss	前期下降，后期略有回升	轻微过拟合迹象
val/cls_loss	稳定下降	验证分类表现稳定
metrics/precision(B)	稳定在1.00	需结合混淆矩阵进一步分析
metrics/recall(B)	稳定在1.00	需结合混淆矩阵进一步分析
metrics/mAP50(B)	峰值约0.99	整体检测效果较好
metrics/mAP50-95(B)	约0.95	高IoU下表现良好

训练过程没有明显过拟合或欠拟合，损失曲线平滑。

混淆矩阵分析

• 对角线（正确预测）非常亮 

• 非对角线错误预测极少 

常用标注工具

假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具：

Label Studio：一个灵活的工具，支持各种标注任务，并包含用于管理项目和质量控制的功能。 CVAT：一个强大的工具，支持各种标注格式和可定制的工作流程，使其适用于复杂的项目。 Labelme：一个简单易用的工具，可以快速标注带有多边形的图像，非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具，特别适合以 YOLO 格式创建边界框标注。

这些开源工具经济实惠，并提供一系列功能来满足不同的标注需求。

界面核心代码：