基于 YOLO-v3 的安全帽佩戴检测

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/gcjsyj.v2i8.34227

基于 YOLO-v3 的安全帽佩戴检测

刘瑶, 周丽

四川大学锦城学院计算机与软件学院, 四川大学锦城学院计算机与软件学院

全文直达

引用

打印

摘要：本文简要介绍了目标提取网络的发展，YOLO-v1 网络借了谷歌网络的主要网络结构，YOLO900 相比 YOLO-v1 提高了训练图像的分辨率，YOLO-v2 的水平是目前目标检测领域内最先进的，YOLO-v3 在 cocotest-dev 上达到 57.9%。随着国家大力完善社会基础建设，建筑业安全生产的需求也逐步进行完善。随着我国的经济水平不断提高，我国的建筑业事故造成的损失仍然较大。近年建筑行业生产安全事故造成的损失，施工现场由于违章违规造成的安全事故频繁发生。基于这样的背景下，本文讲解了一种基于 YOLO-v3 实现的简便的安全帽佩戴检测系统。

关键词：

目标检测；YOLO-v3；深度学习

Universe Scientific Publishing

ISSN：2705-0998

年,卷(期)：2020,2(8)