一、成果概述：

 现场安全管控方案针对现场中简单的目标检测任务无法满足实际生产需要的问题，结合目标检测、关键点检测、实例分割等计算机视觉任务，对于不同的违规行为制定了多种检测方案。

二、技术特点及技术指标：

与国内外同行业技术相比，基于深度学习的现场安全管控采用最先进的深度学习分析模型，并将多种任务的不同模型进行组装，与单任务模型相比，具有较高的适应性和灵活性，单帧处理能力都在 100ms 以下，平均准确率在 90%以上。

三、应用领域：

现场安全管控研究已经相关电力企业、油田企业开展了稳定的项目合作，有了多年的项目经验积累，但仍有很大的进步与推广看空间，因此期望寻求与各个电厂及各类市场推广机构进行项目合作，合作方式包括方法转让或许可、产品区域代理、市场推广代理、联合实施、协商确定等，进一步扩展该方法在电厂中的应用。

四、投入需求：

目前成果已经有了深厚的数据和技术积累，新的产业化应用需要依据实际部署需求购置 GPU服务器，单个产业化应用投入资金不少于 100 万元。