典型文献
基于改进YOLOX-S的安全帽反光衣检测算法
文献摘要：
在工业生产和交通工程中,安全帽和反光衣都是员工重要的生命安全保障.针对传统安全帽反光衣识别方法只能检测单一颜色反光衣、检测效率低的问题,提出一种基于改进YOLOX-S网络模型的安全帽反光衣检测方法.使用简化BiFPN模块替换原加强特征提取网络,提高网络对不同尺度的特征提取能力;使用Mosaic方法进行训练,提高网络在复杂场景下的检测能力;使用GIoU损失函数,进一步提高模型的识别准确率.在扩充后的安全帽反光衣数据集上实验表明,所提算法在保持较高推理速度的情况下,mAP达83.74％,与原YOLOX-S相比,对戴安全帽、穿反光衣和行人的检测AP值有1％～3％不等的提高,对反光衣颜色无依赖性,有效实现了快速准确的安全帽反光衣检测.
文献关键词：
安全帽反光衣检测;YOLOX-S;BiFPN;Mosaic方法
中图分类号：
作者姓名：
程换新;蒋泽芹;程力;成凯
作者机构：
青岛科技大学自动化与电子工程学院 青岛266061;中国科学院新疆理化技术研究所 乌鲁木齐830011
文献出处：
引用格式：
[1]程换新;蒋泽芹;程力;成凯-.基于改进YOLOX-S的安全帽反光衣检测算法)[J].电子测量技术,2022(06):130-135
A类：
安全帽反光衣检测,反光衣识别
B类：
YOLOX,检测算法,交通工程,传统安全,检测效率,BiFPN,特征提取网络,不同尺度,特征提取能力,Mosaic,复杂场景,检测能力,GIoU,损失函数,识别准确率,推理速度,mAP,快速准确
AB值：
0.238243
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。
