YOLOv3在安全帽佩戴检测中的应用研究

• 作者: 王兵 王明明 马小陆
• 来源期刊: 河北工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 安全帽 YOLOv3 特征融合 损失函数
• 年，卷（期）: 2020,（4）
• 页码范围: 78-86
• 页数: 9页
• 分类号: TP29
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9469.2020.04.013

摘要

针对施工现场环境复杂,基于YOLOv3的安全帽佩戴检测算法存在精度低、鲁棒性差等问题,提出一种改进YOLOv3的安全帽佩戴检测算法.使用K-means算法聚类出先验框,改进了网络输出尺度;并在输出端引入了跳跃连接构成残差模块;同时改进分类损失函数以平衡正负样本、难易样本对模型的影响.为验证该方法的有效性,在NVIDIA GTX1660Ti平台上进行了验证,实验结果表明,改进后的YOLOv3安全帽佩戴检测算法平均准确率提高了4.84％,提升了对被遮挡的目标以及小目标的检测能力,具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小陆		15	24	3.0	4.0
2	王兵		18	16	2.0	3.0
3	王明明		1	0	0.0	0.0