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:
随着经济与社会的发展,各大城市车辆保有量不断提高,越来越多的人选择乘车出行,非机动车事故问题也越来越严重.驾驶人不得在乘坐人员未按照规定使用安全头盔的情况下驾驶摩托车.因此,检测非机动车[1]驾驶员[2]与乘坐者是否佩戴头盔对生命财产安全至关重要.本文采用深度学习的方法,结合YOLOv4模型的特点,已经模拟神经元的学习与训练功能,建立相应头盔检测神经网络模型,在搭建的神经网络各层次中调整偏置项,进而训练得到有效的神经网络模型,实现检测非机动车驾驶人是否戴头盔的功能,即实现头盔识别[3],并保证其较高的精确度.
推荐文章
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于可变形部件模型的安全头盔佩戴检测
目标检测
可变形部件模型
梯度方向直方图
局部二值模式
支持向量机
基于卷积神经网络的肺炎检测系统
卷积神经网络
胸部X光影像
肺炎诊断
图像预处理
VGG
特征提取
基于卷积神经网络的乳腺疾病检测算法
卷积神经网络
特征融合
空间金字塔池化
尺度无关
乳腺疾病检测
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 基于卷积神经网络的头盔佩戴检测模型的研究
来源期刊 科学技术创新 学科 工学
关键词 头盔佩戴检测 YOLOv4 神经网络模型
年,卷(期) 2021,(25) 所属期刊栏目 创新创业论坛
研究方向 页码范围 149-150
页数 2页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1673-1328.2021.25.067
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 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
头盔佩戴检测
YOLOv4
神经网络模型
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
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
总被引数(次)
285821
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导