钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
河北工程大学学报(自然科学版)期刊
\
YOLOv3在安全帽佩戴检测中的应用研究
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
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
安全帽
YOLOv3
特征融合
损失函数
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.
暂无资源
收藏
引用
分享
推荐文章
基于Swin Transformer的YOLOv5安全帽佩戴检测方法
安全帽佩戴检测
YOLOv5
Swin Transformer
Ghost
新型跨尺度特征融合
K-means++
基于改进Faster RCNN的安全帽佩戴检测研究
安全帽佩戴检测
FasterRCNN
多尺度训练
在线困难样本挖掘
多部件结合
基于深度学习的安全帽检测方法研究
安全帽
不安全行为
深度学习
卷积神经网络
基于YOLOv3的车辆多目标检测
车辆
多目标检测
Darknet-53网络
YOLOv3
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
YOLOv3在安全帽佩戴检测中的应用研究
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)
所属期刊栏目
研究方向
页码范围
78-86
页数
9页
分类号
TP29
字数
语种
中文
DOI
10.3969/j.issn.1673-9469.2020.04.013
五维指标
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
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(52)
共引文献
(28)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1973(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(3)
参考文献(0)
二级参考文献(3)
2008(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(5)
参考文献(0)
二级参考文献(5)
2011(1)
参考文献(0)
二级参考文献(1)
2012(3)
参考文献(0)
二级参考文献(3)
2013(3)
参考文献(0)
二级参考文献(3)
2014(4)
参考文献(1)
二级参考文献(3)
2015(6)
参考文献(1)
二级参考文献(5)
2016(5)
参考文献(1)
二级参考文献(4)
2017(4)
参考文献(0)
二级参考文献(4)
2018(13)
参考文献(4)
二级参考文献(9)
2019(5)
参考文献(2)
二级参考文献(3)
2020(1)
参考文献(1)
二级参考文献(0)
2020(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
安全帽
YOLOv3
特征融合
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北工程大学学报(自然科学版)
主办单位:
河北工程大学
出版周期:
季刊
ISSN:
1673-9469
CN:
13-1375/N
开本:
大16开
出版地:
河北邯郸市河北工程大学学报
邮发代号:
创刊时间:
1984
语种:
chi
出版文献量(篇)
2309
总下载数(次)
3
总被引数(次)
12369
期刊文献
相关文献
1.
基于Swin Transformer的YOLOv5安全帽佩戴检测方法
2.
基于改进Faster RCNN的安全帽佩戴检测研究
3.
基于深度学习的安全帽检测方法研究
4.
基于YOLOv3的车辆多目标检测
5.
YOLOv3算法在闸片丢失及装反检测设备中的应用
6.
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
7.
基于改进YOLOv2的快速安全帽佩戴情况检测
8.
一种基于改进YOLOv3的密集人群检测算法
9.
基于YOLOv3的夜间防眩目LED车灯
10.
基于暗通道和改进YOLOv3的雾天车辆检测算法
11.
基于YOLOv3和ROS系统的无人机距离检测
12.
能自动测报体温的智能施工安全帽研究
13.
自适应边缘优化的改进YOLOV3目标识别算法
14.
一种基于改进Yolov3的弹载图像多目标检测方法
15.
基于深度学习的安全帽佩戴检测与跟踪
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
河北工程大学学报(自然科学版)2022
河北工程大学学报(自然科学版)2021
河北工程大学学报(自然科学版)2020
河北工程大学学报(自然科学版)2019
河北工程大学学报(自然科学版)2018
河北工程大学学报(自然科学版)2017
河北工程大学学报(自然科学版)2016
河北工程大学学报(自然科学版)2015
河北工程大学学报(自然科学版)2014
河北工程大学学报(自然科学版)2013
河北工程大学学报(自然科学版)2012
河北工程大学学报(自然科学版)2011
河北工程大学学报(自然科学版)2010
河北工程大学学报(自然科学版)2009
河北工程大学学报(自然科学版)2008
河北工程大学学报(自然科学版)2007
河北工程大学学报(自然科学版)2006
河北工程大学学报(自然科学版)2005
河北工程大学学报(自然科学版)2004
河北工程大学学报(自然科学版)2003
河北工程大学学报(自然科学版)2002
河北工程大学学报(自然科学版)2001
河北工程大学学报(自然科学版)2000
河北工程大学学报(自然科学版)2020年第4期
河北工程大学学报(自然科学版)2020年第3期
河北工程大学学报(自然科学版)2020年第2期
河北工程大学学报(自然科学版)2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号