• 1.标注:

本人使用LabelImg对安全帽图片进行标注，以便在后续神经网络进行学习的时候网络能够知道标注 的矩形区域内为安全帽。标注完成后，软件会为每个图片生成一个 txt 文件，文件中包含矩形区域 4 个点的坐标。

• 2.训练网络:

通过代码解析上述生成的txt文件，从大图中根据标签数据把小图抠出来。之后调用shtrain.sh 命令开始训练网络。并且基于 Yolo V3 网络，提出了一种改进方法:改进的非极大值抑制算法。

• 3.人脸识别:

利用opencv开源的LBPH算法实现人脸识别功能

• 4.数据库:

(1)当有新员工时，录入员工的信息，并保存在数据库。(2)在工地出入口匝道处，对员工进行 考勤处理，把相应的信息保存到数据库中。

• 5.多进程同步:

在工地出入口匝道处，对员工进行安全帽检测以及人脸识别，需要同时进行。所以本人提出 先进行人脸识别，将识别的结果封装到设计的类中。然后安全帽检测进程从这个类中取出该员工信息，这 样可以保证数据库一条记录中存放的是同一个人的检测结果。