工厂人员违规行为识别系统

工厂人员违规行为识别系统借助视频监控ai分析技术+计算机视觉学习技术，工厂人员违规行为识别系统利用现场已有监控摄像头，对工厂车间园区人员擅自离岗、玩手机、区域入侵、吸烟、劳保服不佩戴等个人行为实时检测分析，当工厂人员违规行为识别系统识别到人员违规行为立即抓拍报警，违规截图和视频保存到数据库系统生成表，推到后台人员妥善处理，及时纠正不符合操作规范的行为。

工厂人员违规行为识别系统算法，根据许多真实场景样本进行规模训练后，可以准确分析现场人员违规行为，及时向现场相关人员的发出预警信号。根据实时监控图像的数据分析系统识别，可以实现监控图像全画面范围的识别分析，划分区域周围的安全保护、绊线安全保护等。

工厂人员违规行为识别系统对现场人员行为进行实时检测，如玩手机、着装不合规、打电话、攀高行为、闯入危险区等。工厂人员违规行为识别系统一旦发现行为问题，立即预警并抓拍存档。工厂人员违规行为识别系统对工厂人员危险行为进行全面监控和检测，提高安全作业效率，降低人力成本，提高运营效率。

以下代码与正文无关

import os
from torch.utils.data import Dataset
from utils import *
from torchvision import transforms
transform = transforms.Compose([
    transforms.ToTensor()
    ])

class MyDataset(Dataset):
    def __init__(self, path):   
        self.path = path
        self.name = os.listdir(os.path.join(path, &＃39;notedata&＃39;))
    def __len__(self):         
        return len(self.name)
    def __getitem__(self, index):  
        segment_name = self.name[index] #XX.png
        segment_path = os.path.join(self.path, &＃39;notedata&＃39;, segment_name)