基于卷积神经网络的矿井安全帽佩戴检测

摘要：

在煤矿生产中,工人由于未佩戴安全帽而受伤的事故时有发生.为了构建数字化安全帽监测系统,提出了一种基于卷积神经网络的安全帽佩戴检测模型.采用先进的Darknet53网络作为模型主干,用于提取图片的特征信息.此外,在模型中引入注意力机制用于丰富特征之间的信息传播,增强模型的泛化能力.最后,制作了安全帽佩戴预训练数据集和实际矿井场景数据集,并在PyTorch平台进行全面的对比实验验证了模型设计的有效性,模型在实际矿井场景数据集上获得92.5 mAP的优异性能.

关键词：安全帽佩戴检测、深度学习、卷积神经网络、注意力机制

所属期刊栏目：46

分类号：TN919.8;TP391.41

资助基金：安徽科技创新战略与软科学研究专项项目;安徽省重点研究;开发计划项目

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：38-42,46