yihong1120/Construction-Hazard-Detection

解決的問題

本專案提供一個建築工地用的AI驅動安全監控系統。它利用即時攝影機串流，自動即時偵測安全違規行為，例如工人未佩戴安全帽或安全背心、工人進入由安全錐定義的管制區域，或人員站得太靠近危險機械、車輛與電線桿。

工作原理

該系統採用基於YOLO的物件檢測模型來識別工人、安全裝備與設備。系統採用分散式架構設計：

• 處理流程：main.py 管理攝影機串流，本地YOLO工作進程透過共享記憶體進行GPU加速推論，以最大化吞吐量。
• 媒體處理：MediaMTX負責接收RTSP串流，並透過HLS或WebRTC分發用於即時觀看。
• 協調機制：Redis管理驗證快取與即時元資料，PostgreSQL儲存現場設定、使用者資料與違規紀錄。
• 通知與API：一組FastAPI服務處理通知（透過FCM）、違規日誌記錄與串流元資料。

適用對象

本系統專為建築工地管理人員、安全人員與保全團隊設計，協助他們實現對危險環境的自動化、即時監控，以減少事故並確保合規性。

主要亮點

• 即時危險偵測：識別缺少PPE（安全帽、背心）與接近危險源（機械、車輛、電線桿）的情況。
• 多語言支援：標籤與通知支援英文、繁體中文、簡體中文、法語、泰語、越南語、印尼語與日語。
• 區域監控：偵測進入由安全錐定義的受控區域的工人。
• 高吞吐量架構：採用共享記憶體YOLO工作進程與Intel iGPU編碼（h264_vaapi）以優化GPU資源使用。
• 完整的工具鏈：包含Flutter前端（獨立倉儲）、資料增強工具與AI代理用的MCP伺服器。