SC-YOLO: A Real-Time CSP-Based YOLOv11n Variant Optimized with Sophia for Accurate PPE Detection on Construction Sites
ผู้ร่วมเขียนบทความ
รองศาสตราจารย์ ดร.ธีราพรรณ แซ่แห่ว
First Author/Corresponding · คณะครุศาสตร์อุตสาหกรรม
ข้อมูลการตีพิมพ์
- ประเภทบทความวารสาร
- Buildings
- โครงการวิจัย/บริการวิชาการ ที่เกี่ยวข้อง
- —
- วารสาร/หนังสือ ที่ตีพิมพ์
- Buildings
- ISSN
- 20755309
- ฐานข้อมูลที่ตีพิมพ์
- Scopus
- ปีที่ (Volume)
- 15
- ฉบับที่ (Number)
- 16
- หน้าที่ตีพิมพ์
- —
- รหัส DOI
- 10.3390/buildings15162854
- วันที่ตีพิมพ์ (พ.ศ.)
- 1 ส.ค. 2568
ผลการวิเคราะห์ AI
การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)
เป้าหมายที่ 3 สุขภาพและความเป็นอยู่ที่ดี
ความเชื่อมโยง: การตรวจจับ PPE ที่แม่นยำช่วยป้องกันการบาดเจ็บและเสียชีวิตในสถานที่ก่อสร้าง ซึ่งส่งผลโดยตรงต่อการมีสุขภาพและความเป็นอยู่ที่ดีของแรงงาน
เป้าหมายย่อยที่ 3.6 — ลดจำนวนการตายและบาดเจ็บจากอุบัติเหตุจากการจราจรทางถนนทั่วโลกลงครึ่งหนึ่ง ภายในปี พ.ศ. 2563
ความเชื่อมโยง: แม้เป้าหมายหลักจะเน้นที่ถนน แต่การลดอุบัติเหตุจากการทำงานผ่านเทคโนโลยีการตรวจจับความเสี่ยงช่วยลดจำนวนการเสียชีวิตและการบาดเจ็บโดยรวมในภาคส่วนที่มีความเสี่ยงสูง
ตัวชี้วัดที่ 3.6.1 — อัตราผู้เสียชีวิตจากการบาดเจ็บจากอุบัติเหตุทางถนน
ความเชื่อมโยง: การใช้ระบบอัตโนมัติช่วยลดอัตราการเสียชีวิตและบาดเจ็บจากอุบัติเหตุที่เกิดจากการไม่สวมใส่อุปกรณ์ป้องกัน
เป้าหมายที่ 8 งานที่มีคุณค่าและการเติบโตทางเศรษฐกิจ
ความเชื่อมโยง: งานวิจัยนี้มุ่งเน้นการเพิ่มความปลอดภัยในเขตก่อสร้างผ่านการตรวจจับอุปกรณ์ป้องกันส่วนบุคคล (PPE) แบบเรียลไทม์ ซึ่งช่วยลดอุบัติเหตุจากการทำงานและส่งเสริมสภาพแวดล้อมการทำงานที่ปลอดภัยสำหรับแรงงานก่อสร้าง
เป้าหมายย่อยที่ 8.8 — ปกป้องสิทธิแรงงานและส่งเสริมสภาพแวดล้อมในการทำงานที่ปลอดภัยและมั่นคงสำหรับผู้ทำงานทุกคน รวมถึงผู้ทำงานต่างด้าว โดยเฉพาะหญิงต่างด้าว และผู้ที่ทำงานเสี่ยงอันตราย
ความเชื่อมโยง: การใช้ระบบ SC-YOLO เพื่อตรวจสอบการสวมใส่ PPE เป็นการปกป้องสิทธิแรงงานและส่งเสริมสภาพแวดล้อมในการทำงานที่ปลอดภัยและมั่นคงสำหรับผู้ปฏิบัติงานในอุตสาหกรรมก่อสร้าง
ตัวชี้วัดที่ 8.8.1 — อัตราความถี่ของการบาดเจ็บร้ายแรงและไม่ร้ายแรงจากการทำงาน ต่อแรงงาน 100,000 คน จำแนกตามเพศและสถานะแรงงานต่างด้าว
ความเชื่อมโยง: เทคโนโลยีนี้ช่วยลดอัตราการบาดเจ็บจากการทำงานที่รุนแรงและไม่รุนแรง โดยการบังคับใช้มาตรฐานความปลอดภัยผ่านการตรวจสอบอัตโนมัติ
เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
ความเชื่อมโยง: บทความนี้นำเสนอการพัฒนานวัตกรรมทางเทคโนโลยี (SC-YOLO) และการเพิ่มประสิทธิภาพอัลกอริทึม (Sophia Optimizer) เพื่อยกระดับขีดความสามารถทางเทคโนโลยีในภาคอุตสาหกรรมการก่อสร้าง
เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน
ความเชื่อมโยง: เป็นการวิจัยและพัฒนาทางวิทยาศาสตร์เพื่อเพิ่มขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรม โดยการสร้างโมเดล Deep Learning ที่มีประสิทธิภาพสูงและประมวลผลได้รวดเร็ว
ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP
ความเชื่อมโยง: สะท้อนถึงการลงทุนและการดำเนินงานวิจัยเพื่อสร้างนวัตกรรมใหม่ในด้าน Computer Vision สำหรับการใช้งานในเชิงอุตสาหกรรม