Detecting without Training: An Open-Vocabulary Object Detection Method for Identifying Hazardous Objects on Construction Sites
Notice bibliographique
Résumé
The construction site is one of the most hazardous workplaces, accounting for more than 20% of worker fatalities in the United States. The leading causes of these injuries are falls, slips, and trips, which contribute to over a third of the fatalities in the construction industry. Therefore, identifying hazardous objects on the construction site that might lead to these injuries is crucial for ensuring the safety of construction workers. Many previous studies have explored resolving these safety issues by monitoring either the construction workers or their working environment. However, most of these previous studies encounter practical challenges, primarily due to cameras being fixed, which resulted in difficulty in detecting objects that are obstructed or hidden. In this study, we propose a novel framework that uses open-vocabulary object detection (OVOD) based on large vision language models, which could efficiently detect potential hazardous objects on the construction sites without training. We collected more than 5,000 egocentric images of real construction sites in Tuscaloosa, Alabama, as the data set for validating our framework compared to other popular classification network architectures. The results show that the proposed framework can successfully identify hazardous objects on construction sites, which include outdoor and indoor working environments, with over 79.0% weighted F1-score compared to the best performance of 75.7% achieved by other traditional classification methods that were trained on our data set. The proposed framework has the potential to help safety managers improve the safety conditions on construction sites.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».