基于Yolo v4改进模型的智慧工地安全帽佩戴识别控制系...
实质审查的生效
摘要
本发明公开了基于Yolo v4改进模型的智慧工地安全帽佩戴识别控制系统,涉及在原始Yolo v4模型中使用噪声模拟环境的数据增强技术，加入自适应锚框计算，采用加权nms的方式进行多目标筛选，提高安全帽识别精度和效率。包括以下步骤：首先获取模型训练数据，然后建立改进的Yolo v4模型，并训练该模型。通过摄像头获取工地端的场景图片，利用建立的模型检测施工人员是否佩戴安全帽，如果没有佩戴则发出警告，并把检测结果上传到云平台侧。本发明通过加入自适应锚框计算、加权nms多目标筛选和噪声模拟环境的数据增强技术对Yolo v4算法进行了改进，具有更高的精度，并发出预警，提醒工人正确佩戴安全帽，降低安全事故的危害。
基本信息
专利标题 ：
基于Yolo v4改进模型的智慧工地安全帽佩戴识别控制系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114332773A
申请号 ：
CN202210006165.4
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李忠
申请人 ：
苏州麦科斯工程科技有限公司
申请人地址 ：
江苏省苏州市相城区相城大道1168号品上商业中心5幢2315室
代理机构 ：
北京图亿天下专利代理有限公司
代理人 ：
叶春娜
优先权 ：
CN202210006165.4
主分类号 ：
G06V20/52
IPC分类号 ：
G06V20/52 G06V10/30 G06V10/40 G06V10/762 G06V10/774 G06K9/62 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-17 ：
实质审查的生效
IPC(主分类) : G06V 20/52
申请日 : 20220105
申请日 : 20220105
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
