基于DeepSORT与改进YOLOv3的车间安全帽检测系统研究
生产实践表明佩戴安全帽可以有效减少安全事故带来的人员伤亡,基于此,提出了一种判断生产人员的安全帽是否正确佩戴的方法,并对现有YOLOv3算法进行了优化,提高安全帽检测精度和速度,减少无效报警.结合DeepSort目标跟踪技术提高检测算法的实时性.基于开源SHMD数据集进行测试,结果显示优化YOLOv3算法的平均检测准确率达到96.80％,比现有YOLOv3算法提高12％,执行速度每秒32帧,在各种自然场景下都有出色的检测效果.
DeepSORT、改进YOLOv3、车间安全、安全帽、目标跟踪
18
TP391(计算技术、计算机技术)
2022-04-18（万方平台首次上网日期，不代表论文的发表时间）
共3页
91-93
