基于改进SSD的安全帽佩戴检测方法

• 作者: 张业宝 徐晓龙
• 来源期刊: 电子测量技术
• 关键词: 安全帽佩戴检测 改进SSD算法 Adam优化器
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 80-84
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004785

摘要

安全帽是保障工业现场施工人员生命安全的关键性防护装备之一.针对现有安全帽佩戴检测速度慢及小目标识别准确率低的问题,提出了一种基于改进SSD算法的安全帽佩戴检测方法.采用VGG16作为基础模型,综合Faster R-CNN与YOLO算法的优点,在保证检测准确率的同时提高检测速度.利用不同卷积层的特征图,在多个特征图上产生多个候选框,提高了小目标检测的准确率;采用Adam优化器实现训练过程中神经网络的快速收敛;同时利用VGG16预训练模型的泛化能力进行迁移学习,加速了训练过程并减少了对数据量的需求.测试实验表明,相比于Faster R-CNN目标检测算法,该模型检测速度显著提升;相同的迭代次数下,相比于SSD模型,该方法对佩戴安全帽检测的平均准确率提升8.4％,达到了91.7％.