基于剪枝YOLOv3算法的高处作业人员安全带佩戴检测研究

来源 :信息系统工程 | 被引量 : 0次 | 上传用户:runqiusheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建筑工地高处作业事故频发很大一部分原因是施工人员没有佩戴安全带.如何实时地确保施工中的高处作业人员正确佩戴安全带是目前急需解决的问题.提出将深度学习YOLOv3目标检测算法应用于高处作业人员安全带佩戴检测.针对高处作业人员安全带佩戴检测需要实时检测的特点,提出对原生yOLOv3目标检测算法进行剪枝改进,使得剪枝后的CUT-YOLOv3目标检测算法在与原生YOLOv3精度相当的情况下提升检测速度.最后,在自制的安全带检测数据集上进行CUT-YOLOv3目标检测算法与原生YOLOv3目标检测算法的精度与检测速度对比,实验结果表明,经过改进后的CUT-YOLOv3算法在mAP值基本不降的情况下FPS值具有9.12%的提升,基本能够满足实时检测的要求.
其他文献
伴随着信息化时代的到来和发展,计算机技术广泛应用于社会生产生活的各个领域,已成为社会生产生活中不可替代的一项技术.计算机技术在电子信息工程领域虽取得一定成就,但依旧存在诸多安全问题.因此,将以电子信息工程和计算机技术的特征为切入点,基于电子信息工程,深度分析计算机技术的应用价值、计算机技术的应用对策与计算机安全技术,以期为电子信息工程的发展提供些许理论参考.