Safety Equipment Detection

Dieser Funktionsblock prüft auf gängige Schutzausrüstungen in einem Eingabebild und liefert ein annotiertes Bild sowie Zählwerte pro Klasse. Er ist für visuelle Inspektions-Workflows gedacht, in denen Helme, Westen, Schutzbrillen und Handschuhe erkannt und gezählt werden müssen.

📥 Eingänge

Image Geben Sie das Bild an, das analysiert werden soll (Einzelbild, Stream-Frame oder geladenes Bild).

📤 Ausgänge

Output Image Annotiertes Bild mit zur Visualisierung eingezeichneten Erkennungen.

Helmet Count Anzahl erkannter Helme.

Safety Vest Count Anzahl erkannter Sicherheitswesten.

Safety Goggle Count Anzahl erkannter Schutzbrillen.

Safety Glove Count Anzahl erkannter Schutzhandschuhe.

No Helmet Count Anzahl erkannter Personen ohne Helm.

No Safety Vest Count Anzahl erkannter Personen ohne Weste.

No Safety Goggle Count Anzahl erkannter Personen ohne Schutzbrille.

No Safety Glove Count Anzahl erkannter Personen ohne Handschuhe.

🕹️ Steuerung

Confidence Ratio Passen Sie den Confidence-Threshold für die Erkennung an. Höhere Werte machen die Erkennung strenger (weniger False Positives); niedrigere Werte erhöhen die Sensitivität (mehr Erkennungen, eventuell mehr False Positives).

Tipp: Beginnen Sie im Bereich 0.7–0.9 und justieren Sie anhand Ihrer Szene nach.

🎯 Eigenschaften

• Echtzeit-Feedback mit annotierten Erkennungen im Output Image.

• Pro-Klasse-Zählung für sowohl vorhandene als auch fehlende erforderliche Schutzausrüstung.

• Anpassbarer Erkennungs-Confidence über Confidence Ratio, um sich an unterschiedliche Beleuchtungs- und Szenenbedingungen anzupassen.

• Konzipiert für Live-Kamerabilder oder voraufgezeichnete Bilder.

⚙️ Funktionsweise

Wenn ein Bild am Image-Eingang ankommt, analysiert der Block das Bild, markiert erkannte Schutzausrüstungen im visuellen Ausgangsbild und gibt numerische Zählwerte für jede Klasse zurück. Der Block kann beim ersten Start eine kurze Ladezeit benötigen (Modellvorbereitung), danach verarbeitet er Bilder kontinuierlich, sobald sie eintreffen.

📝 Nutzungshinweise

1. Stellen Sie eine Bildquelle zum Image-Eingang bereit (Live-Kamerafeed oder geladenes Bild).

2. Passen Sie Confidence Ratio an Ihre Szene an (Beleuchtung, Maßstab, Verdeckung).

3. Nutzen Sie das annotierte Output Image, um Erkennungen visuell zu bestätigen, und lesen Sie die numerischen Ausgänge für Automatisierung oder Protokollierung.

💡 Tipps und Tricks

• Kombinieren Sie mit Live-Kameraeingängen für kontinuierliche Überwachung, z. B. Camera USB, Camera IP oder Stream Reader, um Frames in diesen Block zu speisen.

• Zur interaktiven Untersuchung von Frames verbinden Sie den visuellen Ausgang mit Show Image und verwenden den See Image Viewer.

• Reduzieren Sie False Positives, indem Sie vor dem Einspeisen in diesen Block mit Image ROI Select auf den interessierenden Bereich zuschneiden.

• Beschleunigen Sie die Verarbeitung, wenn volle Auflösung nicht nötig ist, indem Sie vor diesem Block einen Image Resizer einsetzen.

• Hervorheben oder Verstärken von Erkennungsrahmen durch Draw Detections für eine klarere Anzeige.

• Für Multi-Frame-Workflows kombinieren Sie mit Tracking: Speisen Sie Erkennungsdaten (Rechtecke / Klassen) in Object_Detection_Tracker, um IDs über die Zeit zu erhalten und Personen einzigartig zu zählen.

• Protokollieren und exportieren Sie Ergebnisse: Verwenden Sie Image Logger oder Image Write zum Speichern von Frames und CSV Export oder Data to JSON zum Ablegen von Zählwerten. Für Echtzeit-Benachrichtigungen integrieren Sie MQTT Publish oder Send Mail.

• Für Analyse von Menschenmengen oder Distanzmessungen nutzen Sie ihn zusammen mit Social Distance Detector oder Pose Estimation, um PPE-Nutzung mit Personenlage oder Haltung zu korrelieren.

🛠️ Fehlerbehebung

• Keine Erkennungen oder zu viele False Positives: Passen Sie Confidence Ratio an und prüfen Sie erneut (Werte zwischen 0.6 und 0.9 ausprobieren).

• Schlechte Ergebnisse bei schlechter Beleuchtung oder geringem Kontrast: Verbessern Sie die Beleuchtung oder verwenden Sie Contrast Optimization bzw. Denoising vor diesem Block.

• Erkennungen außerhalb des relevanten Bereichs: Fügen Sie Image ROI Select hinzu, um den Suchbereich einzuschränken.

• Langsame Performance: Reduzieren Sie die Eingangsbildgröße mit Image Resizer oder senken Sie die Bildrate stromaufwärts. Die Leistung hängt auch von der verfügbaren Hardware ab.

• Block ist beim ersten Gebrauch nicht sofort einsatzbereit: Geben Sie dem Modell kurz Zeit zur Vorbereitung (Laden), bevor Sie Ausgaben erwarten.