典型文献
基于工程环境背景下安全帽佩戴检测算法研究
文献摘要：
针对当前安全帽佩戴检测算法存在结构复杂、鲁棒性差等问题,提出一种借助改进后的YOLOv3算法进行安全帽佩戴检测.利用包含通道注意力机制的SE-ResNeXt残差结构,替换YOLOv3模型中Darknet53网络的残差结构,在不加深网络结构的情况下,利用通道注意力机制,捕获特征有用信息,达到提高特征表示能力的目的.再利用空间池化金字塔模块,对待测图片进行多尺度提取,提高检测精度.最后将IOU损失函数替换成CIOU损失函数,在进一步提高检测精度的同时,加速模型收敛.通过自建数据集验证可知,改进后模型检测准确率相比于原始YOLOv3模型,检测平均精确度(mAP)提高了4.29％,每秒检测帧数(FPS)提高了8.67％.
文献关键词：
目标检测;YOLOv3;SE-ResNeXt;SPP-Net;损失函数
中图分类号：
作者姓名：
刘川
作者机构：
巢湖学院信息工程学院,安徽 合肥 238014
文献出处：
引用格式：
[1]刘川-.基于工程环境背景下安全帽佩戴检测算法研究)[J].河南科技,2022(04):7-12
A类：
B类：
环境背景,安全帽佩戴检测,检测算法,算法研究,YOLOv3,通道注意力机制,SE,ResNeXt,残差结构,Darknet53,不加,特征表示,示能,空间池,池化,金字塔,塔模,多尺度提取,高检,检测精度,损失函数,替换成,CIOU,加速模型,自建数据集,数据集验证,模型检测,检测准确率,mAP,每秒,FPS,目标检测,SPP,Net
AB值：
0.41305
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。
