基于EfficientDet的安全帽佩戴检测研究

• 作者: 陈志韬 殷恺铭 张洋 金睿哲 支文瑜 沈春锋
• 来源期刊: 信息技术与标准化
• 关键词: 安全帽佩戴检测 EfficientDet k-means聚类 加权特征融合 跨尺度连接
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 技术热点
• 页码范围: 19-23,29
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1671-539X.2021.01.006

摘要

针对施工现场工人安全帽佩戴检测现有算法存在识别率低、鲁棒性差、小目标检测效果差等问题,基于EfficientDet神经网络,结合k-means聚类方法,以及多尺度特征图连接策略,提出采用边界框聚类分析来优化预设边界框高宽比的安全帽佩戴检测算法.实验表明,优化之后的模型提高了检测的准确性,平均精确度均值提高了2％,达到87.4％.