一种基于深度学习的检测工人是否佩戴安全帽的方法
公开
摘要
本发明属于深度学习的计算机视觉领域，是一种基于深度学习的工人安全帽佩戴检测方法，该方法包括以下步骤：S1、获取足够数量的含有佩戴安全帽人物样本和未佩戴安全帽人物样本的安全帽检测数据集，并随即按一定比例划分为训练集和测试集；S2、使用Pytorch深度学习框架，搭建CSP‑R‑FCN双阶段目标检测模型；S3、搭建模型训练和测试系统，对CSP‑R‑FCN双阶段目标检测模型进行训练和测试，直到其获得检测安全帽佩戴的能力；S4、提取实际应用场景：工地监控的视频，逐帧进行检测并输出检测结果，完成对安全帽佩戴的检测。本发明对视频流数据进行逐帧检测，标记出图像内所有人物的头部以及他们的安全帽佩戴情况。该方法不需要预设候选框、且具有较强的鲁棒性，在各种应用场景下都有高的检测精度。
基本信息
专利标题 ：
一种基于深度学习的检测工人是否佩戴安全帽的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627425A
申请号 ：
CN202210363867.8
公开（公告）日 ：
2022-06-14
申请日 ：
2022-04-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曹振华陈伟烽梁伟鑫黄中周友元钟振鸿
申请人 ：
珠海路讯科技有限公司
申请人地址 ：
广东省珠海市横琴新区宝华路6号105室-1297
代理机构 ：
珠海飞拓知识产权代理事务所(普通合伙)
代理人 ：
陈李青
优先权 ：
CN202210363867.8
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06V20/52 G06V40/10 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
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
