基于MobileNet-SSD的安全帽佩戴检测算法

摘要：

针对真实场景下安全帽佩戴检测面临的背景复杂、干扰性强、待检测目标较小等问题,在SSD算法的基础上,提出改进的MobileNet-SSD算法.通过引入轻量型网络MobileNet并构建MobileNet-SSD算法提高检测速度,采用迁移学习策略克服模型训练困难问题.从施工相关视频中获取真实环境下的安全帽样本构建样本集,以解决当前安全帽数据集规模较小、网络难以充分拟合特征的问题.实验结果表明,MobileNet-SSD算法在损失很小精度的情况下,相较于SSD算法,检测速度提高了10.2倍.

关键词：安全帽佩戴检测;轻量型SSD算法;深度学习;检测精度;检测速度

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省自然科学基础研究计划;长安大学中央高校基本科研业务费专项资金;西安市智慧高速公路信息融合与控制重点实验室项目

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：298-305,313