对于高层管理者（老板）：
（1）人工巡查成本高。在正常施工作业的工厂中场地大，区域多，需要大量的巡查工人且不间断巡视，成本较高也会出现漏看倏忽的情况。
（2）传统监管系统效率低，出现问题难以实时反馈。传统的系统难以做到实时反馈，一旦出现危险很容易错过最佳的救援时间，造成多方损失的局面。
（3）传统摄像头监控系统，智能化程度低，难以进行统一管理，且升级迭代成本高。传统工厂安全生产风险监测主要依赖自身监测系统，因为型号不统一等原因，难以管理，全部更换又费时费力。
01:44对于管理者（巡查者）：
（1）巡逻场地多，工作强度大。巡查者需要巡视大面积的作业场地，耗费自身的时间和精力且不间断一直工作。
（2）工作重复性高，长期坚持易疲惫效率低。工厂作业园区面积较大，需要巡查人员高频次的搜寻，容易产生疲劳感，长期坚持消磨工作热情。
（3）一旦发生安全问题无法溯源追责。对于安全帽的佩戴情况往往和自身有关，如因监管不到位发生安全情况，很难追究问题根本原因。
在复杂的施工现场中，埋藏着许多容易忽视的安全隐患。可很多工人由于工作辛劳或是一时疏忽，经常忘记佩戴安全帽。在传统工业时代，这种行为难以得到有效的监管，如今，我们可以引入AI算法助力工地管理数字化：这套系统采用工业级的Yolov5算法，可针对目标物体的图像特征进行提取计算、模型构建、推理检测。该算法模型能根据具体场景下的目标图像进行智能运算，毫秒级的检测出工人是否标准的佩戴头盔，同时可对接相关业务系统将检测结果留存在数据库中，以便进行报警、提醒工人及时正确佩戴安全帽，能有效减少工地安全事故的发生，如此一来是不是很贴心呢？
1）安全帽算法识别精度高达98%
2）可同时支持路摄像头对厂区进行监管。
3）相较于人工巡逻，该系统的监测效率提升了%，每年可节省人工巡查成本高达50万元。
我是老张，如果你有想了解的AI算法知识可以找我聊聊，我们下期再见，散会！