典型文献
基于神经网络架构搜索的安全帽佩戴检测算法研究
文献摘要：
安全帽佩戴监控是铁路工程施工人员安全管理中的重点和难点,它对检测算法的准确率与检测速度都有较高的要求.本文提出一种基于神经网络架构搜索的安全帽佩戴检测算法NAS-YOLO.该神经网络架构由上、下行操作单元组成,采用二进制门策略对网络架构进行更新,通过数据驱动的方式自动确定合适的神经网络体系结构.实验结果表明,NAS-YOLO算法在准确率、召回率及平均检测速度方面均优于实时目标检测算法YOLOv3,可以在工程施工中对施工人员安全帽佩戴情况进行实时监控.
文献关键词：
安全帽佩戴;神经网络架构搜索;自动检测;检测算法;实时监控
中图分类号：
作者姓名：
张瑢;周瑾;焦雯;李坚
作者机构：
中国路桥工程有限责任公司 100011 北京;通号工程局集团北京研究设计实验中心有限公司 100070 北京;中铁快运股份有限公司 100055 北京;中国铁路北京局集团有限公司 100860 北京
文献出处：
引用格式：
[1]张瑢;周瑾;焦雯;李坚-.基于神经网络架构搜索的安全帽佩戴检测算法研究)[J].铁道通信信号,2022(04):43-47,53
A类：
B类：
神经网络架构搜索,安全帽佩戴检测,算法研究,铁路工程,工程施工,施工人员,人员安全,重点和难点,检测速度,NAS,元组,二进制,网络体系结构,召回率,实时目标检测,目标检测算法,YOLOv3,施工中,实时监控,自动检测
AB值：
0.203217
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。
