基于SE Detection Net的安全帽检测方法

• 作者: 刘霞
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 多尺度安全帽检测 特征融合 特征金字塔 分辨率增强模块 卷积神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 156-159
• 页数: 4页
• 分类号: TP301
• 字数: 2750字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.06.030

摘要

在日常的生产中,安全帽对工人的安全提供了保障.为了减少因未佩戴安全帽而引起的安全事故的发生,安全帽的识别在工人安全生产方面具有极高的应用价值.针对利用传统的机器学习方法对安全帽的检测效果不理想的问题,提出一种全卷积深度神经网络:分辨率增强检测网络,对工人是否佩戴安全帽进行检测.该方法利用VGG16网络中的三个不同层次的特征图,采用提出的分辨率增强模块,使三个特征图的分辨率达到一致;将此三个特征图根据通道数相连的方式进行融合;利用融合后的特征图生成特征金字塔,用于多尺度安全帽的检测.实验表明,相比于常见的神经网络检测模型,此方法不仅实现了实时检测安全帽的速度要求,同时具有较高的检测准确率,提高了小尺度安全帽的召回率和大尺度安全帽的检测精度.