Fall from height is often the main cause of injury and death in construction site. Although workers are aware of the dangers related to not wearing safety harnesses, many people forget or intentionally do not wear them when working at heights. Personal Protective Equipment (PPE) that complies with safety regulations is widely used to ensure worker safety. Training is considered effective in reducing risk-taking behaviors and improving the working practices of construction workers. However, direct supervision for occupational safety training still has limitations. This study utilized the new YOLOv8 algorithm "You only look once" (YOLO), which includes 5 variations of it including YOLOv8n, YOLOv8s, YOLOv8m, YOLOv8l, YOLOv8x, to ensure safety during the installation and construction of the facade system. A dataset consisting of 10043 images was searched and collected to establish a digital safety monitoring system through training and testing phases. The YOLOv8 algorithm has an average detection speed of up to 136 frames per second, meeting the requirement for real-time object detection. This study provides an optimal solution when the model will be stored on a cloud server and automatically notifies the manager. Key words: Safety
artificial intelligence
facade system.Hiện tượng ngã trên cao thường là nguyên nhân chính gây thương tích và tử vong trong thi công xây dựng. Mặc dù người lao động đã nhận thức được những nguy hiểm liên quan đến việc không đeo dây an toàn, nhưng nhiều người lại quên hoặc cố tình không đeo khi làm việc trên cao. Thiết bị bảo vệ cá nhân (Personal Protective Equipment - PPE) phù hợp được nêu trong các quy tắc an toàn được sử dụng rộng rãi để đảm bảo an toàn cho người lao động. Việc đào tạo được cho là có hiệu quả trong việc giảm thiểu hành vi chấp nhận rủi ro và cải thiện cách làm việc của công nhân tại công trường xây dựng. Tuy nhiên, công tác huấn luyện về an toàn lao động bằng hình thức giám sát trực tiếp vẫn còn những hạn chế. Nghiên cứu này đã sử dụng thuật toán mới YOLOv8 “Bạn chỉ nhìn một lần” (You only look once - YOLO), bao gồm 5 biến thể của nó bao gồm YOLOv8n, YOLOv8s, YOLOv8m,YOLOv8l, YOLOv8x, để kiểm tra an toàn trong quá trình thi công lắp đặt hệ mặt dựng. Một bộ dữ liệu bao gồm 10978 hình ảnh được tìm kiếm và thu thập để thiết lập một hệ thống giám sát an toàn kỹ thuật số thông qua các giai đoạn huấn luyện và kiểm tra. Thuật toán YOLOv8 có tốc độ phát hiện trung bình có thể lên đến 136 khung hình trên mỗi dây, đáp ứng yêu cầu phát hiện đối tượng tiệm cận với thời gian thực tế nhất. Nghiên cứu này cung cấp giải pháp tối ưu khi mô hình sẽ được lưu trữ trên máy chủ đám mây và thông báo tự động đến người quản lý. Từ khóa: An toàn lao động
trí tuệ nhân tạo
hệ mặt dựng.