基于卷积神经网络的安全帽检测系统
安全帽作为常见的施工人员需要佩戴的一种安全防护设备,其佩戴情况的检测方式主要分为三种:第一种方式是基于嵌入式感应设备的安全帽检测,通过在安全防护设备中嵌入微型传感器,实时监测其使用情况.第二种方式是以计算机视觉检测安全帽为基础,这种安全帽检测主要有两种方式:其一是以颜色、形状等简单特征为基础,对安全帽进行识别.其二是以人工设计特点为基础的安全帽检测.方法三:基于深度学习检测安全帽.随着计算机运算能力的逐步提高和算法的不断更新,利用卷积神经网络进行的安全帽检测成为更好的选择.使用深度学习的方法具有较好的环境适应性,减少了施工环境复杂度对准确度的影响,进一步提高了安全帽的检测速度和准确度.本文设计基于卷积神经网络使用YOLOv5模型添加了CBAM注意力机制,实现对安全帽的检测.
卷积神经网络、检测系统、安全帽
TP391.41;TP183;TP274
发表由北京市大学生创新创业计划项目
2022-12-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
114-116