基于级联深度神经网络的变电站作业安全帽识别技术研究

• 作者: 邵宇鹰 刘睿丹 鲁飞 李东宾 彭鹏 柯楠
• 来源期刊: 通信电源技术
• 关键词: 安全帽 级联网络 Yolov3网络模型 Inception-v2网络模型
• 年，卷（期）: 2021,（19）
• 所属期刊栏目: 研制开发|Manufacture & Development
• 页码范围: 7-11
• 页数: 5页
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2021.19.003

摘要

工程施工现场通常工作环境复杂,人员数目较多,存在安全隐患,不按照规定佩戴安全帽是其中存在问题之一.为加强监管对现场作业人员佩戴安全帽的管控,结合图像处理、深度学习等算法提出一种基于级联网络模型的的安全帽识别算法.采用Yolov3作为一级基础网络,对现场行人及安全帽特征进行提取,然后结合级联Inception-v2网络模型,对作业人员安全帽佩戴情况进行精确预估.该网络模型有效解决复杂背景下安全帽的误识别问题,提升施工人员佩戴安全帽识别准确率,对保证现场作业人员生命和生产活动安全具有十分重要的意义.