典型文献
基于YOLOv5的安全帽智能检测
文献摘要：
安全帽作为防止人员头部受到伤害的防护用品,在进入电厂等高危场所时,要求必须佩戴.在实际工作中,不佩戴安全帽进入作业现场的情况时有发生.为解决这一问题,提出了一种基于安全帽的智能化检测技术.该技术使用YOLOv5算法对数据进行训练,并采用YOLOv5系列中网络深度和宽度最小的YOLOv5s模型.试验结果表明,在自采数据集中训练并检测,平均精度达95.4％,能够满足电厂等高危场所对人员不按规定佩戴安全帽的实时监测要求.
文献关键词：
深度学习;目标检测;YOLOv5;安全帽
中图分类号：
作者姓名：
张跃;王智远;赵理山;朱世松;芦碧波
作者机构：
华能沁北电厂,河南 济源 454650;河南理工大学计算机科学与技术学院,河南 焦作 454003
文献出处：
引用格式：
[1]张跃;王智远;赵理山;朱世松;芦碧波-.基于YOLOv5的安全帽智能检测)[J].东北电力技术,2022(08):50-52,56
A类：
B类：
安全帽,智能检测,防护用品,佩戴,时有发生,智能化检测,技术使用,中网,YOLOv5s,按规定,目标检测
AB值：
0.312737
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。
