施工作业面安全帽的深度学习检测方法

被引：8

作者：

杨静 ^{[1
]}

张育飞 ^{[1
]}

毛晓琦 ^{[1
]}

机构：

[1] 西安理工大学机械与精密仪器工程学院

来源：

计算机应用 | 2020年 / 40(S2)卷 / S2期

关键词：

施工作业面; YOLO网络; 安全帽检测; 信息融合; 多尺度检测;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.41 []; TU714 [安全管理];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1201 ; 1405 ;

摘要：

针对施工作业面复杂背景下安全帽检测存在的遮挡,光照多变,且目标尺寸不一等问题,提出一种基于YOLO-v3深度学习网络的改进方法。将原网络模型的52×52检测特征图2倍上采样后,与网络中第二个残差块输出的特征图进行信息融合,再经过一组卷积操作得到一个104×104的新检测特征图。该特征图连同原模型的三个特征级联,构成一个四尺度的目标检测网络模型,改进的检测网络实现了低层特征图的边缘轮廓信息与高层特征图的语义信息的融合。通过实际现场不同工况的测试,实验结果表明,与原YOLO-v3模型相比,改进模型检测的召回率、精确率和F1值分别提高了3.7、0.7以及2.29个百分点,满足施工作业面复杂背景下安全帽检测的准确率要求。

引用

页码：178 / 182

页数：5

共 15 条

[1] Agreement, the f-measure, and reliability in information retrieval. Hripcsak George,Rothschild Adam S. Journal of the American Medical Informatics Association : JAMIA . 2005
[2] Faster R-CNN:towards real-time object detection with region proposal networks. REN S,HE K,GIRSHICK R,et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2017
[3] Histograms of Oriented gradients for Human Detection. Dalal N,Triggs B. Proceedings of CVPR’’05:Proceedings of the2005IEEE Conference on Computer Vision and Pattern Recognition （CVPR’’05） . 2005
[4] Deep residual learning for image recognition. HE K,ZHANG X,REN S,et al. Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition . 2016
[5] YOLO9000:Better,Faster,Stronger. Redmon J,Farhadi A. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . 2017
[6] Ssd:Single shot multibox detector. Liu W,Anguelov D,Erhan D,et al. European conference on computer vision . 2016
[7] 改进的YOLO V3算法及其在小目标检测中的应用
鞠默然
罗海波
王仲博
何淼
常铮
惠斌
[J]. 光学学报, 2019, 39 (07) : 253 - 260
[8] Safety helmet wearing detection based on image processing and machine learning. LI J,LIU H,WANG T，et al. Proceedings of the 2017 Ninth International Conference on Advanced Computational Intelligence . 2017
[9] 改进YOLO v3的安全帽佩戴检测方法
施辉
陈先桥
杨英
[J]. 计算机工程与应用, 2019, (11) : 213 - 220
[10] DSSD:deconvolutional single shot detector. Fu C Y,Liu W,Ranga A,et al. http://cn.arxiv.org/abs/1701.06659 . 2018

← 1 2 →