基于YOLOv5和特征提取机制的作业穿戴装备检测方法研究

摘要：

生产车间的工人安全是许多生产行业日益关注的问题,特种设备安全隐患,如电梯、叉车等,这类安全隐患必须时刻注意,穿戴作业装备可以减少对工人的伤害.本研究提出了一种基于YOLOv5和特征提取机制的实时计算机视觉自动作业穿戴装备检测系统,对数据集和检测算法的评价指标进行阐述.提取出head部分的浅层和深层特征,匹配出正样本筛选结果后再计算损失.这样节约检测时间,使得检测结果更加准确,更能保证生产人员的安全.

关键词：计算机视觉、YOLOv5、深度学习、生产安全、特征提取

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-04-28（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：48-51