一种用于安全帽检测场景的深度学习算法

• 作者: 关雅琪 侯群
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 探索与观察
• 页码范围: 86-88
• 页数: 3页
• 语种: 中文

摘要

为了保证建筑工地施工人员的安全,要求佩戴安全帽.目前对安全帽佩戴的监督与检测大多采用深度学习的方法训练模型.为了使训练的模型达到实时检测的速度和精度需求,本文在进行了YOLO系列算法对比试验后,提出了一种采用改进的YOLO v5模型的安全帽佩戴检测方法,该方法对原始 YOLO v5模型进行输入尺寸、初始候选框的调整以及损失函数的改进,使YOLO v5模型更适用于安全帽佩戴的实时识别.