一种基于视觉语言模型的施工现场安全隐患多阶段识别与结构化输出方法
本发明属于安全监测技术领域,尤其涉及一种基于视觉语言模型的施工现场安全隐患多阶段识别与结构化输出方法。针对现有施工安全视觉识别存在不满足施工安全巡检综合要求的缺陷,本发明在隐患分析前设置施工视觉证据门控步骤,通过视觉语言模型提取施工视觉证据项,并将证据项与预设的强施工证据集合、弱施工线索集合和非施工排除集合进行匹配,依据证据项数量和空间分布将图像判定为强施工证据、弱施工线索或无施工证据;当图像不具备明确施工视觉证据时停止隐患分析,从源头减少非施工场景误报。同时输出结构化JSON结果、带框标注图和整改建议,使识别结果能够进入人工复核、整改派单、统计分析和闭环管理流程。