針對建築工地、製造業生產線等環境嚴苛的工作場所，中央與地方政府都有相關法規要求業者重視勞工安全，企業界也引進ISO45001:2018職業安全衛生管理系統，規範確保工作人員人身安全項目，但是仍然常常發生最基本的安全問題：工作人員不戴安全帽。
在台灣的工地，現場有外包廠商、派遣公司的人力、臨時工，一旦負責檢查安全裝備的人員疏忽，隨之而來的可能就是傷亡事故。傳統上能做的就是要求安檢人員加強力道，或制定嚴苛的罰則、調高保險費用來促使業主更確實執行安全檢查，而其實AI視覺辨識技術就能幫上大忙！
安全帽對於工作人員安全至關重要(Source)
Edge Impulse在部落格文章中介紹了工程師 Wamiq Raza 和 Varvara Fadeeva提出的一種易用解決方案，能利用電腦視覺即時辨識在工作場所未戴安全帽的工作人員，並且在發現違規第一時間通知相關主管人員處理。
由於工業工作場所環境限制(網路建置不完全、電力供應不便)，特別需要訴求低功耗與支援邊緣AI功能的解決方案，因此兩位工程師採用低功耗MCU供應商Alif Semiconductor的Ensemble E7 開發套件搭配Edge Impulse平台，打造透過攝影機監控工作場所影像的安全檢查智慧系統。
Alif的Ensemble E7 開發套件 (Source)
要讓系統能夠識別工作人員違規行為，需要先進行訓練，讓系統學習人們佩戴/不佩戴安全頭盔時的樣子。為此兩位工程師選用了一個公開影像資料集，使用資料擷取工具將這些影像上傳到 Edge Impulse Studio，該工具會自動將它們分成訓練集和測試集並進行標註，只需要一點點人力來檢驗正確性，非常容易上手 。
Edge Impulse的FOMO物件偵測，為每個影像作標註(Source)
雖然一開始該系統的準確度(檢驗有沒有戴安全帽)只有約76%，但是只要有更多的圖片資料就可以將準確度提升。兩位工程師也無私的分享專案資料與相關的Edge Impulse Studio的專案，提供其他有類似應用需求的開發者使用。
測試模型的準確性(Source)
藉由AI影像辨識與機器學習，有效減輕傳統人力檢查負荷與提高準確性，AI視覺辨識已然成為補足法令與ISO規範的一片拼圖，值得國內業者參考。(原文連結)
（責任編輯：Peter Wang）
- Himax展示新一代WiseEye超低功耗AI智慧感測方案 - 2024/04/23
- 為AI/ML工作負載最佳化 Alif新推BLE MCU - 2024/04/11
- Arm新一代Ethos-U NPU與IoT參考設計平台亮相 - 2024/04/10
