应用YOLO的头盔识别在线检测平台研究与实现

吴 昊祺, 刘小 军*
嘉兴南湖学院 浙江嘉兴 314001

摘要

摘要：随着社会的发展和交通压力的加剧，电瓶车成为人们主要的交通工具，头盔佩戴的问题逐渐凸显。为了应对此问题，本论文提出了一种基于YOLO算法的在线检测平台，该平台可以实时检测、识别骑行者是否佩戴头盔，提高了骑行安全性。同时，通过Docker进行平台部署，解决跨平台部署问题，提高系统资源使用效率。

关键词

关键词：目标检测；YOLO；违规骑行；深度学习

参考

[1]Redmon, J., Divvala, S., Girshick, R., and Farhadi, A., “You Only Look Once: Unified, Real-Time Object Detection”, arXiv e-prints, 2015. doi:10.48550/ arXiv.1506.02640.[2]蒲玲玲,杨柳.改进 YOLOv5 的多车辆目标实时检测及跟踪算法[J].科学技术与工程,2023,23(28): 12159-12167.[3]陈雪门.容器化部署调度策略的分析与改进[J].电信快报,2020(08):33-35.[4]朱周华,齐琦.基于改进 YOLOv5s 电动车头盔的自动检测与识别[J].计算机应用,2023,43(04):1291-1296.[5]向睿捷,刘浩,路珍等.基于深度学习的微藻自动检测系统研究[J/OL].生物化学与生物物理进展:1-17[2023-10-18].https://doi.org/10.16476/j.pibb.2022.0629.[6]董彦强,程德强,张云鹤等.基于注意力和重构特征融合的轻量级煤矿安全帽检测方法[J/OL].计算机工程与应用:1-13[2023-10-18].http://kns.cnki.net/kcms/detail/11.2127.tp.20230920.1419.058.html.[7]吴明杰,云利军,陈载清等.改进 YOLOv5s 的无人机视角下小目标检测算法[J/OL].计算机工程与应用:1-12[2023-10-18].http://kns.cnki.net/kcms/detail/11.2127.tp.20230920.1219.042.html.[8]焦双健,王超.嵌入式智慧工地安全帽检测系统设计与实现[J].工业安全与环保,2023,49(04):26-28.