典型文献
基于DeepSORT与改进YOLOv3的车间安全帽检测系统研究
文献摘要：
生产实践表明佩戴安全帽可以有效减少安全事故带来的人员伤亡,基于此,提出了一种判断生产人员的安全帽是否正确佩戴的方法,并对现有YOLOv3算法进行了优化,提高安全帽检测精度和速度,减少无效报警.结合DeepSort目标跟踪技术提高检测算法的实时性.基于开源SHMD数据集进行测试,结果显示优化YOLOv3算法的平均检测准确率达到96.80％,比现有YOLOv3算法提高12％,执行速度每秒32帧,在各种自然场景下都有出色的检测效果.
文献关键词：
DeepSORT;改进YOLOv3;车间安全;安全帽;目标跟踪
中图分类号：
作者姓名：
白家俊;何青松
作者机构：
无锡职业技术学院,江苏无锡214121
文献出处：
引用格式：
[1]白家俊;何青松-.基于DeepSORT与改进YOLOv3的车间安全帽检测系统研究)[J].电脑知识与技术,2022(05):91-93
A类：
SHMD
B类：
DeepSORT,YOLOv3,车间安全,安全帽检测,生产实践,佩戴,安全事故,人员伤亡,高安全,检测精度,减少无效报警,DeepSort,目标跟踪,跟踪技术,技术提高,高检,检测算法,开源,显示优化,检测准确率,执行速度,每秒,自然场景,出色,检测效果
AB值：
0.439556
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
