智慧工地项目 1、基于YOLOV5安全帽检测系统及危险区域入侵检测告警系统_带GUI界面（包含python源码+项目说明）。 2、该项目是使用 YOLOv5 算法来实现在智能工地安全领域中头盔目标检测的应用。 运用yolov5网络进行工人安全帽检测以及危险区域入侵检测，将报警信息通过微信公众号推送给安全员或者项目负责人。 3、使用的pytorch深度学习框架，python语言编写。 源码中带有pyqt5写的GUI界面，界面按钮名称可以自定义。 资源中含有项目详细操作文档介绍，建议根据项目说明来一步步操作。 【备注】使用过程有问题，请留言或者私信博主！

1.区域入侵检测是通过识别目标之后或者目标坐标位置，判断目标坐标是否在所规定的区域内出现，使用在电子围栏，不安全区域入侵检测，智慧城市，安防监控等领域。 2.这里的编译环境是Win 10, vs2019,OpenCV4.5, 目标检测算法用的yolov5,实现语言使用的语言是C++。 3.算法实现与项目配置可以参数我的博客：基于目标识别的区域入侵检测——C++实现从获取区域到检测入侵目标

附件为iSC平台使用球机来对划定区域进行区域入侵事件订阅的详细过程介绍，在文档中也详细介绍了项目收不到区域入侵事件的问题定位详细排查过程。

机场飞行区跑滑区域入侵报警系统是针对机场飞行区内的机场跑道道面、滑行道、机场净空管制等重要区域全天侯、多角度、立体化远程监控和入侵报警管理，对进入航空器跑滑区域的车辆、人员等非法目标的入侵行为进行报警，提高机场安全管理水平。 系统基于热成像探测、高精度云台和人工智能深度学习算法，实现全天候、多角度、立体化的自动检测、报警和跟踪系统。