改进yolov5的口罩和安全帽佩戴人工智能检测识别算法

• 作者: 王沣
• 来源期刊: 建筑与预算
• 学科: 工学
• 关键词: yolov5 口罩 安全帽
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 工程技术
• 页码范围: 67-69
• 页数: 3页
• 分类号: TU714|TP391.41
• 语种: 中文
• DOI: 10.13993/j.cnki.jzyys.2020.11.021

摘要

由于疫情的影响在特定施工环境下,作业人员需同时佩戴口罩和安全帽.为了监控作业人员是否符合安全作业要求.本文将yolo目标检测算法应用于人脸口罩和安全帽佩戴检测,通过改进yolov5算法,使用实验室摄像头监控数据和爬取互联网建立了包含21000张图片的数据集.通过手工进行标注,然后首先采用K-means++算法进行anchor维度聚类,确定anchor参数;并将ciou和diou_nms应用于yolov5网络.经过神经网络训练后将生成的模型,部署在jet nano上.结果表明应用该改进算法模型,可以有效监控口罩和安全帽佩戴情况.