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       
摘要:
针对电力施工工地需要监控工人佩戴安全帽的情况,提出一种基于深度学习的施工人员安全帽佩戴情况监控方法。经实验结果表明,该方法能满足准确高效的要求。
推荐文章
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++
能自动测报体温的智能施工安全帽研究
智能施工安全帽
自动测报体温
防疫装备
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 基于深度学习的安全帽检测监控研究
来源期刊 电力设备管理 学科 工学
关键词 深度学习 行人检测 安全帽检测 迁移学习
年,卷(期) dlsbgl_2020,(5) 所属期刊栏目
研究方向 页码范围 42-43
页数 2页 分类号 X92
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 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
深度学习
行人检测
安全帽检测
迁移学习
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
电力设备管理
月刊
2096-2711
10-1454/TM
16开
北京市西城区广安门内大街6号A-1-11
2016
chi
出版文献量(篇)
2356
总下载数(次)
16
论文1v1指导