本文主要研究内容
作者施辉,陈先桥,杨英（2019）在《改进YOLO v3的安全帽佩戴检测方法》一文中研究指出：在生产和作业场地中,工人由于不佩戴安全帽而引发的安全事故时有发生。为了降低由于未佩戴安全帽而引发的安全事故发生率,提出了一种基于改进YOLO v3算法的安全帽佩戴检测方法。通过采用图像金字塔结构获取不同尺度的特征图,用于位置和类别预测;使用施工现场出入口监控视频作为数据集进行目标框维度聚类,确定目标框参数;在训练迭代过程中改变输入图像的尺寸,增加模型对尺度的适应性。理论分析和实验结果表明,在安全帽佩戴检测任务中,mAP(Mean Average Precision)达到了92.13%,检测速率提高到62 f/s,其检测准确率与检测速率相较于YOLO v3均略有提高,所提算法不仅满足安全帽佩戴检测中检测任务的实时性,同时具有较高的检测准确率。
Abstract
zai sheng chan he zuo ye chang de zhong ,gong ren you yu bu pei dai an quan mao er yin fa de an quan shi gu shi you fa sheng 。wei le jiang di you yu wei pei dai an quan mao er yin fa de an quan shi gu fa sheng lv ,di chu le yi chong ji yu gai jin YOLO v3suan fa de an quan mao pei dai jian ce fang fa 。tong guo cai yong tu xiang jin zi da jie gou huo qu bu tong che du de te zheng tu ,yong yu wei zhi he lei bie yu ce ;shi yong shi gong xian chang chu ru kou jian kong shi pin zuo wei shu ju ji jin hang mu biao kuang wei du ju lei ,que ding mu biao kuang can shu ;zai xun lian die dai guo cheng zhong gai bian shu ru tu xiang de che cun ,zeng jia mo xing dui che du de kuo ying xing 。li lun fen xi he shi yan jie guo biao ming ,zai an quan mao pei dai jian ce ren wu zhong ,mAP(Mean Average Precision)da dao le 92.13%,jian ce su lv di gao dao 62 f/s,ji jian ce zhun que lv yu jian ce su lv xiang jiao yu YOLO v3jun lve you di gao ,suo di suan fa bu jin man zu an quan mao pei dai jian ce zhong jian ce ren wu de shi shi xing ,tong shi ju you jiao gao de jian ce zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机工程与应用的施辉,陈先桥,杨英，发表于刊物计算机工程与应用2019年11期论文，是一篇关于图像处理论文,深度学习论文,安全帽佩戴检测论文,计算机工程与应用2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机工程与应用2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：图像处理论文; 深度学习论文; 安全帽佩戴检测论文; 计算机工程与应用2019年11期论文;