基于改进YOLOv3的头盔佩戴检测算法

• 作者: 薛瑞晨 郝媛媛 张振 黄训华 陆华丽 赵华
• 来源期刊: 电子测量技术
• 关键词: 计算机视觉 头盔佩戴检测 深度学习 改进YOLOv3
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 115-120
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106510

摘要

在城市交通中,时常出现电动车骑行者引发的安全事故.佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此目前多个城市已经颁布了佩戴安全头盔的相关法规.针对现有的安全头盔佩戴检测准确率低的问题,提出了一种基于改进YOLOv3的安全头盔佩戴检测算法.该改进算法采取了通道和空间注意力模块的加权特征融合,并结合密集连接网络以提高特征提取的效果,并且引入了空间金字塔池化结构以增强特征.以收集的电动车头盔佩戴检测数据集测试和比较了改进后的性能,结果表明,所提出的改进算法平均检测精度达到93.29％,远高于原YOLOv3算法.实验表明,改进后的网络模型能显著提升电动自行车头盔佩戴情况的检测精度.