基于YOLOv5的安全帽佩戴检测系统设计

摘要：

针对安全帽监管效率不高、耗费精力及传统摄像头不具备检测功能的缺点,设计了一种基于YOLOv5的安全帽检测系统,用来检测作业人员是否佩戴安全帽,并根据检测情况实时发出预警信息.结果表明,检测准确率达到95％以上,满足了用户需求,占用内存较少,可以实现低性能终端上的实时检测,可推广到其他类似应用场景.

关键词：YOLOv5、深度学习、安全帽检测

所属期刊栏目：13

分类号：TP29(自动化技术及设备)

资助基金：江苏省大学生创新创业项目;江苏高校青蓝工程优秀青年骨干教师项目

在线出版日期：2022-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：49-51