基于深度学习的安全帽和口罩检测系统的设计

摘要：

安全帽作为生产作业中极为重要的安全防护工具之一,并且在疫情期间,佩戴口罩也是最基础最必要的防护工具.为了提高电力作业人员的安全意识,进一步保护工作人员的生命安全,该系统结合实际应用场景,设计了一种基于深度学习的电力施工场景下的安全帽和口罩检测系统.该系统将深度学习的目标检测算法应用于安全帽和口罩检测系统,通过改进CenterNet算法,使用电力施工场景标注的数据集训练目标检测模型,并部署在智能监控视频分析服务器上.初步实际应用表明,该系统的安全帽检测准确率达到87％,口罩检测准确率达到94％,在结合系统功能的情况下,能有效适应电力施工场景下的安全帽和口罩检测识别与违规管理.

关键词：深度学习、安全帽检测、口罩识别、智能监控、电力场景

所属期刊栏目：18

分类号：TP391.4(计算技术、计算机技术)

资助基金：武汉工程大学第十一届研究生教育创新基金;湖北省重大科技项目

在线出版日期：2022-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：15-18