面向电力系统工人安全问题，聚焦工业生产、建筑施工、矿山作业、电力运维等强安全管控场景，覆盖施工现场、厂区作业区、检修运维区域等，对人员密集、作业风险高的场所进行 7×24 小时智能监测。算法选型与开发基础模型：基于 PyTorch深度学习框架，选用目标检测模型YOLOv8 系列，针对安全帽识别场景二次训练优化。数据处理：采集多场景（不同光照、角度、人员着装）的安全帽图像 / 视频数据，构建包含 “正确佩戴”“未佩戴”“佩戴不规范”（如帽带未系、歪戴 ）的标注数据集；通过数据增强扩充样本，提升模型泛化性。功能实现：检测人员头部区域，识别是否有符合标准的安全帽；对安全帽佩戴细节（帽带、位置 ）做精细化判断，区分 “规范” 与 “不规范” 状态。