การพัฒนาเทคโนโลยีตรวจจับและจำแนกหมวกนิรภัยเพื่อเพิ่มความปลอดภัยของคนงานในงานก่อสร้าง
คำสำคัญ:
การตรวจจับอุปกรณ์คุ้มครองความปลอดภัยส่วนบุคคล , หมวกนิรภัย, คนงานก่อสร้าง, การเรียนรู้เชิงลึก, ปัญญาประดิษฐ์จาก YOLOv9บทคัดย่อ
งานวิจัยนี้นำเสนอการพัฒนาโมเดลปัญญาประดิษฐ์เพื่อการตรวจจับวัตถุ (Object Detection) สำหรับการระบุและจำแนกอุปกรณ์คุ้มครองความปลอดภัยส่วนบุคคล (Personal Protective Equipment: PPE) โดยมุ่งเน้นเฉพาะการตรวจจับหมวกนิรภัยในบริบทของสถานที่ก่อ สร้างซึ่งมีความเสี่ยงสูงและต้องการมาตรการด้านความปลอดภัยที่เข้มงวด กลุ่มเป้าหมายหลัก คือ คนงานก่อสร้างซึ่งเป็นกลุ่มที่มีแนวโน้มเสี่ยงต่ออุบัติ เหตุมากที่สุด โมเดลที่พัฒนาขึ้นสามารถตรวจจับการสวมหมวกนิรภัย ทั้งในกรณีทั่วไปและกรณีที่มีการสวมหมวกกันแดดภายในแล้วสวมหมวกนิรภัยทับ ซึ่งพบได้บ่อยในบริบทของประเทศไทย นอกจากนี้โมเดลยังสามารถจำแนกสีของหมวกนิรภัยได้อย่างแม่นยำ เพื่อใช้จำแนกหน้าที่ของผู้ใช้งาน เช่น สีเหลืองสำหรับคนงานก่อสร้าง สีขาวสำหรับวิศวกร ในการพัฒนาใช้โมเดล YOLOv9 (You Only Look Once) ซึ่งเป็นหนึ่งในเทคนิคการเรียนรู้เชิงลึก (Deep Learning) ที่มีประสิทธิภาพสูงด้านการตรวจจับวัตถุโดยมีการรวบรวมข้อมูลภาพถ่ายที่ครอบคลุมหลายมุมกล้องและสถานการณ์จริง เพื่อสร้างน้ำหนักโมเดล (Model Weights) ที่สามารถนำไปประยุกต์ใช้ในระบบตรวจสอบความปลอดภัยอัตโนมัติ ในสถานที่ก่อสร้างได้อย่างมีประสิทธิภาพ ผลลัพธ์การประเมินผลโมเดลแสดงค่าความแม่นยำสูง (Precision 90.5%) และค่าเฉลี่ยความแม่นยำรวม (mAP@50 84.8%) ที่อยู่ในระดับดีซึ่งสะท้อนถึงศักยภาพของโมเดลในการตรวจจับและจำแนกหมวกนิรภัยสำหรับคนงานก่อสร้างในสภาวะแวดล้อมที่มีความซับซ้อนได้อย่างเหมาะสม
ดาวน์โหลด
เผยแพร่แล้ว
ฉบับ
บท
การอนุญาต
ลิขสิทธิ์ (c) 2025 Engineering Institute of Thailand

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับคัดเลือกนำเสนอในการประชุม NCCE ถือเป็นลิขสิทธิ์ของวิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์ (วสท.) (Engineering Institute of Thailand)