基于RetinaNet的电动自行车骑乘人员安全头盔佩戴行为检测模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16503/j.cnki.2095-9931.2023.01.012

基于RetinaNet的电动自行车骑乘人员安全头盔佩戴行为检测模型

引用
为提高对电动自行车骑乘人员安全头盔佩戴行为检测的准确性和实时性,构建了一种基于RetinaNet的电动自行车骑乘人员安全头盔佩戴行为检测模型.首先,采用Keras框架对RetinaNet预训练模型进行微调,设计残差网络(ResNet-50)作为主干网络提取输入图像的特征;然后,利用特征图金字塔(Feature Pyramid Networks,FPN)和聚焦损失函数(Facal Loss)分别进行特征融合和解决正负样本失衡问题;接着,面向小目标对象对候选框选取进行优化,并选用Adam优化器进行参数学习;最后,以江苏省南通市为例,采用典型城市道路不同视角和光线状况下的电动自行车交通流视频图像数据,训练优化检测模型.结果表明,优化后的检测模型可对图像中远(小)、近(大)电动自行车骑乘人员的安全头盔佩戴行为进行同步检测;检测模型的AP值达93.29%,mAP值达88.40%,在不同角度和光线下检测效果稳定;相较于SSD,Fast R-CNN模型,优化后的检测模型对安全头盔佩戴行为检测的综合性能最优.

交通安全、深度学习、RetinaNet、安全头盔、电动自行车

9

U483(其他道路运输工具)

国家自然科学基金;江苏省社会科学基金项目;江苏省高等学校大学生创新创业训练计划项目

2023-03-16(万方平台首次上网日期,不代表论文的发表时间)

共12页

115-126

相关文献
评论
暂无封面信息
查看本期封面目录

交通运输研究

1002-4786

10-1323/U

9

2023,9(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn