YoloV3算法在安全帽检测中的应用

• 作 者: 梁思成 徐志明 宋毅
• 机 构: 哈尔滨工业大学计算机科学与技术学院,哈尔滨华德学院电子与信息工程学院
• 出 处: 智能计算机与应用
• 发表日期: 2020年09期
• 关键词: 目标检测 安全帽检测 YoloV3 实时监测 Target detection safety helmet detection YoloV3 real-time
• 基金项目: 国家自然科学基金(61672185),黑龙江省教育科学“十四五”规划2021年度重点课题(GJB1421618)

在施工场景中,正确有效的检测工人佩戴安全帽是工地安全重要的一环。基于人工检测安全帽佩戴情况,既耗时耗力,监管效率也不高。为了降低因为安全帽佩戴问题导致的施工问题,本文采用目标检测算法中的YoloV3算法进行安全帽检测,利用闸机处情境照片作为原始数据集,采用LabelImg对原始照片进行安全帽区域的人工标注,并确定边界框(bounding box)的个数以及位置,建立了人工标注的安全帽检测的训练数据集和测试集。利用上述的训练数据,训练安全帽检测算法,并进行检测。实验结果显示:本文的安全帽检测算法的mA