南京诺飞尔申请基于机器视觉的实验室危险源识别专利，解决了现有技术中无法对新危险源及时录入和识别的问题

专利摘要显示，本发明提供一种基于机器视觉的实验室危险源识别系统及方法，所述基于机器视觉的实验室危险源识别系统包括BIM建模模块、算法训练模块、规则引擎模块、预警模块；所述基于机器视觉的实验室危险源识别方法，包括以下步骤：S1：建立实验室危险源模型；S2：得到训练集和测试集；S3：对目标检测算法模型进行训练和评估；S4：使用训练好的目标检测算法模型识别危险源；本发明提出的方法解决了现有技术中无法对实验室内新的危险源进行及时录入和识别的问题，便于及时采取相应的控制措施，提高了对实验室的安全管理、对于实验室危险源的风险评估的准确性。