基于计算机视觉的生产异常行为检测技术研究

作者：贺然 张, 亚涛 刘, 换 尹, 双龙 崔 · 发表于：时代技术 · 年份：2026 · DOI：10.54254/3050-2187/2026.33658

异常行为检测技术可有效提升生产安全，本文自建数据集，引入MobileNet网络优化目标检测算法YOLO，结合面部特征检测算法dlib进行生产人员吸烟、接打电话、疲劳工作等异常行为检测，设计异常行为检测软件系统，并进行实验验证。实验结果表明平均检测准确率为85.5%，证实了算法的有效性，可为基于计算机视觉的生产异常行为检测技术研究提供理论支撑