基于YOLOV4的港口作业人员检测系统研究

• 作者: 程国安 王浩 王胜科
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 港口作业 目标检测 YOLOV4 计算机视觉
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11907/rjdk.202466

摘要

随着经济高速发展,经略海洋与海洋经济发展成为国家重要发展战略,港口设施建设和完善对于海洋经济发展有着重要作用.然而,港口重型机械以及轮机操作对作业人员安全有潜在威胁,智能化、信息化码头建设势在必行.近年计算机视觉和深度学习技术快速发展,为港口应用智能视觉技术提供了有力的技术支撑.基于深度学习框架YOLOV4搭建了港口作业人员目标检测平台,在自建港口收集并整理了一个大规模作业人员视频数据集,在该数据集上实现不同作业场景下港口作业人员的精确检测.在自建港口作业人员数据集上将Faster RCNN、SSD和YOLOV4三种目标检测框架进行实验对比,结果表明,YOLOV4的平均检测准确率优于其它目标检测框架.基于YOLOV4的港口作业人员检测系统应用提高了港口信息化建设进度,提高了港口作业人员的安全性.