典型文献
FPN-CenterNet安全帽佩戴检测算法
文献摘要：
安全帽作为施工场所工人的安全保障,佩戴与否影响着工人的生命安全.在佩戴检测方面引入深度学习可以高效地提醒工人佩戴安全帽.但由于施工图像中安全帽的图像过小,CenterNet表现得并不好.因此针对这个情况,提出了FPN-CenterNet框架;使用ACNet非对称卷积核来对主干网络的特征提取进行增强;使用DIoU损失函数来优化边框预测的准确度.最终修改的算法相较于原始的CenterNet算法mAP提升了4.99个百分点,在GTX GeForce 1050的GPU上的FPS达到25.81.实验结果表明修改之后的算法在安全帽佩戴检测上有良好的准确性和效率.
文献关键词：
安全帽佩戴检测;特征金字塔;非对称卷积核;DIoU损失函数
中图分类号：
作者姓名：
赵江河;王海瑞;吴蕾
作者机构：
昆明理工大学 信息工程与自动化学院,昆明 650504
文献出处：
引用格式：
[1]赵江河;王海瑞;吴蕾-.FPN-CenterNet安全帽佩戴检测算法)[J].计算机工程与应用,2022(14):114-120
A类：
ACNet,非对称卷积核
B类：
FPN,CenterNet,安全帽佩戴检测,检测算法,施工场所,提醒,施工图,主干网络,DIoU,损失函数,边框,mAP,百分点,GTX,GeForce,GPU,FPS,特征金字塔
AB值：
0.258465
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。
