人员安全帽佩戴轻量化检测方法研究 |
| |
引用本文: | 张玉涛,张梦凡,史学强,陈晓坤,任瑶,刘锐.人员安全帽佩戴轻量化检测方法研究[J].安全与环境学报,2023(2):474-480. |
| |
作者姓名: | 张玉涛 张梦凡 史学强 陈晓坤 任瑶 刘锐 |
| |
作者单位: | 西安科技大学安全科学与工程学院 |
| |
基金项目: | 国家自然科学基金项目(51974235); |
| |
摘 要: | 为有效减小安全帽检测算法的计算复杂度,并提高算法对于小目标的检测精度,提出一种基于Pytorch深度学习框架的轻量化安全帽检测模型。使用轻量化网络设计减小模型的计算量;设计可变形双向聚合网络提高模型对检测对象尺度和形状多样性的适应能力,优化对小目标的检测效果;通过网络收集的施工现场图像验证安全帽检测算法的检测效果。与已有安全帽检测算法相比,该方法检测精度有明显提高、模型参数量显著下降,并以137帧/s的速度运行。可变形双向聚合网络利用深层语义特征和浅层细节特征,并自适应调整感受野,可以适应不同形状和尺寸的检测对象,提高检测精度。
|
关 键 词: | 安全工程 安全帽检测 轻量化设计 可变形双向聚合网络 深度学习 |
|
|