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:
针对工程项目现场安全帽佩戴检测问题,基于目标检测算法,提出前后端分离方法来实现安全帽佩戴智能检测和展示.后端主要以YOLO V3算法为核心,对现场摄像头视频和图片进行目标检测分析,并将违规数据存入数据库.前端用Web开发框架搭建智能算法平台,对数据库中的违规数据进行可视化展示.该算法和实施平台已在实际工程项目现场进行了应用,结果表明,YOLO V3算法模型具有较高的计算精度和实时的检测速度.
推荐文章
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++
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
改进 YOLOv7的轧钢车间安全帽 佩戴检测算法
轧钢车间
安全帽检测
YOLOv7
NWD
BiFormer
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 基于目标检测算法的安全帽佩戴智能识别
来源期刊 水泥技术 学科
关键词 目标检测智能算法 YOLO V3 安全管理 安全帽
年,卷(期) 2021,(2) 所属期刊栏目 工程管理|Engineering Management
研究方向 页码范围 85-88
页数 4页 分类号 TP274.2
字数 语种 中文
DOI 10.19698/j.cnki.1001-6171.20212085
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(10)
  • 参考文献(0)
  • 二级参考文献(10)
2020(6)
  • 参考文献(3)
  • 二级参考文献(3)
2021(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 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
目标检测智能算法
YOLO V3
安全管理
安全帽
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
水泥技术
双月刊
1001-6171
12-1071/TB
大16开
天津市北辰区引河里北道1号
6-52
1984
chi
出版文献量(篇)
2957
总下载数(次)
7
论文1v1指导